Fugu-MT 論文翻訳(概要): Development and accuracy evaluation of Coded Phase-shift 3D scanner

論文の概要: Development and accuracy evaluation of Coded Phase-shift 3D scanner

arxiv url: http://arxiv.org/abs/2110.10520v1
Date: Wed, 20 Oct 2021 12:16:13 GMT
ステータス: 処理完了
システム内更新日: 2021-10-23 20:30:57.481004
Title: Development and accuracy evaluation of Coded Phase-shift 3D scanner
Title（参考訳）: 符号化位相シフト3Dスキャナの開発と精度評価
Authors: Pranav Kant Gaur, D.M.Sarode, S.K.Bose
Abstract要約: 本稿では,2次符号化パターンと正弦波位相シフトパターンの組み合わせによる構造光3Dスキャナの開発の概要について述べる。この種の研究は、現在の構造化光3Dスキャナの基本動作を理解するのに有用であることが期待されている。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we provide an overview of development of a structured light 3D-scanner based on combination of binary-coded patterns and sinusoidal phase-shifted fringe patterns called Coded Phase-shift technique. Further, we describe the experiments performed to evaluate measurement accuracy and precision of the developed system. A study of this kind is expected to be helpful in understanding the basic working of current structured-light 3D scanners and the approaches followed for their performance assessment.
Abstract（参考訳）: 本稿では,2次符号化パターンと正弦波位相シフトパターンの組み合わせによる構造光3Dスキャナの開発の概要について述べる。さらに,本システムの測定精度と精度を評価するために実施した実験について述べる。この種の研究は、現在の構造化光3dスキャナの基本動作と、それに続くアプローチとの性能評価を理解するのに役立つと期待されている。

関連論文リスト

PF3plat: Pose-Free Feed-Forward 3D Gaussian Splatting [54.7468067660037]
PF3platは、設計選択を検証した包括的なアブレーション研究によってサポートされた、すべてのベンチマークに新しい最先端を設定します。本フレームワークは,3DGSの高速,スケーラビリティ,高品質な3D再構成とビュー合成機能を活用している。
論文参考訳（メタデータ） (2024-10-29T15:28:15Z)
Part-aware Shape Generation with Latent 3D Diffusion of Neural Voxel Fields [50.12118098874321]
ニューラルボクセル場に対する潜在3次元拡散過程を導入し,高分解能で生成を可能にする。部分符号を神経ボクセル場に統合し、正確な部分分解を導出するために、部分認識形状復号器を導入する。その結果,既存の最先端手法よりも優れた部品認識形状生成において,提案手法の優れた生成能力を示した。
論文参考訳（メタデータ） (2024-05-02T04:31:17Z)
UPose3D: Uncertainty-Aware 3D Human Pose Estimation with Cross-View and Temporal Cues [55.69339788566899]
UPose3Dは多視点人間のポーズ推定のための新しいアプローチである。直接的な3Dアノテーションを必要とせずに、堅牢性と柔軟性を向上させる。
論文参考訳（メタデータ） (2024-04-23T00:18:00Z)
LookUp3D: Data-Driven 3D Scanning [11.488384088082856]
構造光走査のための新しい校正法と再構成法を提案する。鍵となるアイデアは、キャリブレーションチェッカーボードをリニアステージでスキャンボリューム全体にわたって掃除することだ。キャリブレーションデータには、セットアップ、レンズの歪み、センサーの欠陥が組み込まれており、より信頼性が高く正確な再構築がなされている。
論文参考訳（メタデータ） (2024-04-05T07:08:20Z)
Calib3D: Calibrating Model Preferences for Reliable 3D Scene Understanding [55.32861154245772]
Calib3Dは3Dシーン理解モデルの信頼性をベンチマークし精査する先駆的な試みである。 10種類の3Dデータセットにわたる28の最先端モデルを評価した。本稿では,3次元モデルのキャリブレーション向上を目的とした,深度対応のスケーリング手法であるDeptSを紹介する。
論文参考訳（メタデータ） (2024-03-25T17:59:59Z)
Towards Fair and Comprehensive Comparisons for Image-Based 3D Object Detection [73.32210225999056]
モジュール設計と3Dオブジェクト検出のための統一的なトレーニング標準の構築を行う。また,検出モデルの詳細な特徴を評価するために,誤り診断ツールボックスを設計する。
論文参考訳（メタデータ） (2023-10-09T06:43:48Z)
High-Throughput and Accurate 3D Scanning of Cattle Using Time-of-Flight Sensors and Deep Learning [1.2599533416395765]
牛の表現型を測定するための高スループット3Dスキャンソリューションを提案する。このスキャナーは深度センサー、すなわち飛行時間(Tof)センサーの配列を利用しており、それぞれ専用の組み込みデバイスによって管理されている。このシステムは高忠実度3Dポイントの雲を発生させるのに優れており、牛の地形を忠実に再構築する正確なメッシュを容易に作成することができる。
論文参考訳（メタデータ） (2023-08-07T18:15:03Z)
Towards Deep Learning-based 6D Bin Pose Estimation in 3D Scans [0.0]
本稿では,3次元スキャンにおけるビンの6次元ポーズ推定の特定のタスクに焦点を当てた。合成データと実スキャンからなる高品質なデータセットを,正確なアノテーションを付加した構造化光スキャナーにより取得する。
論文参考訳（メタデータ） (2021-12-17T16:19:06Z)
Deep Continuous Fusion for Multi-Sensor 3D Object Detection [103.5060007382646]
本稿では,LIDARとカメラを併用して高精度な位置検出を実現する3Dオブジェクト検出器を提案する。我々は,連続畳み込みを利用して画像とlidar特徴マップを異なるレベルの解像度で融合する,エンドツーエンド学習可能なアーキテクチャを設計した。
論文参考訳（メタデータ） (2020-12-20T18:43:41Z)

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。