論文の概要: Fit4CAD: A point cloud benchmark for fitting simple geometric primitives
in CAD models
- arxiv url: http://arxiv.org/abs/2105.06858v1
- Date: Fri, 14 May 2021 14:32:08 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-17 12:37:54.813655
- Title: Fit4CAD: A point cloud benchmark for fitting simple geometric primitives
in CAD models
- Title(参考訳): fit4cad:cadモデルに単純な幾何学的プリミティブを適合させるためのポイントクラウドベンチマーク
- Authors: Chiara Romanengo, Andrea Raffo, Yifan Qie, Nabil Anwer, Bianca
Falcidieno
- Abstract要約: Fit4CADはCADモデルを表す点雲に単純な幾何学的プリミティブを適合させる手法の評価と比較のためのベンチマークである。
データセットは225個の高品質な点雲で構成され、それぞれCADモデルをサンプリングして得られた。
- 参考スコア(独自算出の注目度): 1.3999481573773072
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose Fit4CAD, a benchmark for the evaluation and comparison of methods
for fitting simple geometric primitives in point clouds representing CAD
models. This benchmark is meant to help both method developers and those who
want to identify the best performing tools. The Fit4CAD dataset is composed by
225 high quality point clouds, each of which has been obtained by sampling a
CAD model. The way these elements were created by using existing platforms and
datasets makes the benchmark easily expandable. The dataset is already split
into a training set and a test set. To assess performance and accuracy of the
different primitive fitting methods, various measures are defined. To
demonstrate the effective use of Fit4CAD, we have tested it on two methods
belonging to two different categories of approaches to the primitive fitting
problem: a clustering method based on a primitive growing framework and a
parametric method based on the Hough transform.
- Abstract(参考訳): CADモデルを表す点雲に単純な幾何学的プリミティブを適合させる手法の評価と比較のためのベンチマークであるFit4CADを提案する。
このベンチマークは、メソッド開発者と最高のパフォーマンスツールを特定したい人の両方を支援する。
Fit4CADデータセットは、225個の高品質な点雲で構成され、それぞれCADモデルをサンプリングして得られた。
これらの要素は既存のプラットフォームとデータセットを使って作成され、ベンチマークを容易に拡張できる。
データセットはすでにトレーニングセットとテストセットに分割されています。
異なるプリミティブフィッティング法の性能と精度を評価するため、様々な測定方法が定義される。
本研究では,Fit4CADの有効利用を実証するために,プリミティブなフィッティング問題に対するアプローチの2つの異なるカテゴリに属する2つの手法,すなわちプリミティブな成長フレームワークに基づくクラスタリング法とHough変換に基づくパラメトリック手法で検証した。
関連論文リスト
- Rethinking Few-shot 3D Point Cloud Semantic Segmentation [62.80639841429669]
本稿では,FS-PCSによる3Dポイント・クラウドセマンティックセマンティックセグメンテーションについて再検討する。
我々は、最先端の2つの重要な問題、前景の漏洩とスパースポイントの分布に焦点をあてる。
これらの問題に対処するために、新しいベンチマークを構築するための標準化されたFS-PCS設定を導入する。
論文 参考訳(メタデータ) (2024-03-01T15:14:47Z) - FoundationPose: Unified 6D Pose Estimation and Tracking of Novel Objects [60.9306410617744]
FoundationPoseは、6Dオブジェクトのポーズ推定と追跡のための統合基盤モデルである。
我々のアプローチは、微調整なしで、テスト時に新しいオブジェクトに即座に適用できる。
論文 参考訳(メタデータ) (2023-12-13T18:28:09Z) - Optimised Least Squares Approach for Accurate Polygon and Ellipse
Fitting [0.0]
この方法は、合成および実世界のデータセット上で検証される。
提案手法は,コンピュータビジョンおよび幾何学処理への応用において,形状整合のための強力なツールである。
論文 参考訳(メタデータ) (2023-07-13T02:31:06Z) - Automatic Parameterization for Aerodynamic Shape Optimization via Deep
Geometric Learning [60.69217130006758]
空力形状最適化のための形状パラメータ化を完全に自動化する2つの深層学習モデルを提案する。
どちらのモデルも、深い幾何学的学習を通じてパラメータ化し、人間の事前知識を学習された幾何学的パターンに埋め込むように最適化されている。
2次元翼の形状最適化実験を行い、2つのモデルに適用可能なシナリオについて論じる。
論文 参考訳(メタデータ) (2023-05-03T13:45:40Z) - Reconstructing editable prismatic CAD from rounded voxel models [16.03976415868563]
この課題を解決するために,新しいニューラルネットワークアーキテクチャを導入する。
本手法は形状を分解することでボクセル空間の入力幾何を再構成する。
推論の際には,まず2次元制約付きスケッチのデータベースを検索し,CADデータを取得する。
論文 参考訳(メタデータ) (2022-09-02T16:44:10Z) - Fitting and recognition of geometric primitives in segmented 3D point
clouds using a localized voting procedure [1.8352113484137629]
投票手順によって各タイプの原始パラメータを初期推定できる点雲処理手法を提案する。
これらの推定値を用いることで、最適解の探索を次元的に還元された空間に局所化し、HT を文献で一般的に見られるものよりもより原始的に拡張することが効率的となる。
論文 参考訳(メタデータ) (2022-05-30T20:47:43Z) - Meshless method stencil evaluation with machine learning [78.6363825307044]
本稿では,ラベル付きステンシルデータセットの生成手順を説明し,ポイントネットの変動を利用してステンシルの品質を分類する手法を提案する。
このモデルは、曲線(AUC)の約0.90の範囲で、最高のステンシルと最悪のステンシルを検出するのに特に適している。
論文 参考訳(メタデータ) (2022-04-25T14:27:30Z) - SurFit: Learning to Fit Surfaces Improves Few Shot Learning on Point
Clouds [48.61222927399794]
SurFitは3次元形状分割ネットワークのラベルを効率的に学習するための単純な手法である。
3次元形状の表面を幾何学的プリミティブに分解する自己指導型タスクに基づいている。
論文 参考訳(メタデータ) (2021-12-27T23:55:36Z) - Automated LoD-2 Model Reconstruction from Very-HighResolution
Satellite-derived Digital Surface Model and Orthophoto [1.2691047660244335]
本稿では,LoD-2ビルディングモデルを「分解最適化最適化」パラダイムに従って再構成するモデル駆動手法を提案する。
提案手法は,既存の手法に対するいくつかの技術的問題点に対処し,その有効性を実証した。
論文 参考訳(メタデータ) (2021-09-08T19:03:09Z) - Learn to Learn Metric Space for Few-Shot Segmentation of 3D Shapes [17.217954254022573]
メタラーニングに基づく3次元形状分割手法を提案する。
本稿では,ShapeNet部データセットにおける提案手法の優れた性能を,既存のベースラインや最先端の半教師手法と比較し,いくつかのシナリオで示す。
論文 参考訳(メタデータ) (2021-07-07T01:47:00Z) - SSN: Shape Signature Networks for Multi-class Object Detection from
Point Clouds [96.51884187479585]
点雲から形状情報を探索する新しい3次元形状シグネチャを提案する。
対称, 凸船体, チェビシェフフィッティングの操作を取り入れることで, 提案した形状のシグ・ナチュアはコンパクトで有効であるだけでなく, 騒音にも頑健である。
実験により,提案手法は2つの大規模データセット上の既存手法よりも著しく優れた性能を示した。
論文 参考訳(メタデータ) (2020-04-06T16:01:41Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。