Fugu-MT 論文翻訳(概要): A comprehensive study of clustering a class of 2D shapes

論文の概要: A comprehensive study of clustering a class of 2D shapes

arxiv url: http://arxiv.org/abs/2111.06662v1
Date: Fri, 12 Nov 2021 11:08:15 GMT
ステータス: 処理完了
システム内更新日: 2021-11-15 14:23:01.754691
Title: A comprehensive study of clustering a class of 2D shapes
Title（参考訳）: 2次元形状のクラスタリングに関する総合的研究
Authors: Agnieszka Kaliszewska and Monika Syga
Abstract要約: この論文は、革命の3次元物体の断面の境界である2次元輪郭の形状と大きさに関するクラスタリングに関するものである。本稿では,異なるプロクリスト解析(PA)と動的時間ワーピング(DTW)を併用した類似度尺度を提案する。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The paper concerns clustering with respect to the shape and size of 2D contours that are boundaries of cross-sections of 3D objects of revolution. We propose a number of similarity measures based on combined disparate Procrustes analysis (PA) and Dynamic Time Warping (DTW) distances. Motivation and the main application for this study comes from archaeology. The performed computational experiments refer to the clustering of archaeological pottery.
Abstract（参考訳）: 論文は、革命の3次元対象の断面の境界である2次元輪郭の形状と大きさに関するクラスタリングに関するものである。本稿では,異なるプロクリスト解析(PA)と動的時間ワーピング(DTW)を併用した類似度尺度を提案する。この研究のモチベーションと主な用途は考古学から来ている。計算実験は考古学的陶器のクラスタリングを指す。

関連論文リスト

Evaluating Deep Clustering Algorithms on Non-Categorical 3D CAD Models [17.680376408792025]
この研究は、3次元形状の深層クラスタリングアルゴリズムの未探索領域を直接ターゲットとした最初のものである。深部幾何学コンピューティングに現れ始めている巨大な3D形状のコレクションを分析し活用するための重要なビルディングブロックとなるでしょう。
論文参考訳（メタデータ） (2024-04-29T22:39:55Z)
Scalable Scene Modeling from Perspective Imaging: Physics-based Appearance and Geometry Inference [3.2229099973277076]
論文は3Dシーンモデリングをその最先端に進める貢献のごく一部を提示する。一般的なディープラーニング手法とは対照的に、この論文は第一原理に従うアルゴリズムの開発を目的としている。
論文参考訳（メタデータ） (2024-04-01T17:09:40Z)
Spectral Meets Spatial: Harmonising 3D Shape Matching and Interpolation [50.376243444909136]
本稿では,3次元形状の対応と形状の両面を統一的に予測する枠組みを提案する。我々は、スペクトル領域と空間領域の両方の形状を地図化するために、奥行き関数写像フレームワークと古典的な曲面変形モデルを組み合わせる。
論文参考訳（メタデータ） (2024-02-29T07:26:23Z)
U-RED: Unsupervised 3D Shape Retrieval and Deformation for Partial Point Clouds [84.32525852378525]
教師なし形状検索および変形パイプラインであるU-REDを提案する。任意のオブジェクトの観察を入力として受け取り、通常RGBの画像やスキャンによってキャプチャされ、幾何学的に類似したCADモデルを共同で検索して変形する。我々は,U-REDが既存の最先端アプローチを47.3%,16.7%,31.6%で上回っていることを示す。
論文参考訳（メタデータ） (2023-08-11T20:56:05Z)
Learning Pose Image Manifolds Using Geometry-Preserving GANs and Elasticae [13.202747831999414]
Geometric Style-GAN (Geom-SGAN) は画像を低次元の潜在表現にマッピングする。オイラーの弾性体は、低次元ラテント空間における有向点(点 + 接方向)の間を滑らかに補間する。
論文参考訳（メタデータ） (2023-05-17T18:45:56Z)
3 Dimensional Dense Reconstruction: A Review of Algorithms and Dataset [19.7595986056387]
3D高密度再構成は、2次元平面画像から3次元物体の完全な形状とテクスチャ特性を得る過程を指す。この研究は幾何学的および光学的モデルに基づく3次元高密度再構成の古典的手法を体系的に導入する。さらに、ディープラーニングのためのデータセットや、これらのデータセット上でディープラーニングメソッドが示すパフォーマンスとメリット、デメリットも導入されている。
論文参考訳（メタデータ） (2023-04-19T01:56:55Z)
Contour Context: Abstract Structural Distribution for 3D LiDAR Loop Detection and Metric Pose Estimation [31.968749056155467]
本稿では,高精度な3DoF距離ポーズ推定を用いた簡易かつ効果的かつ効率的なトポロジカルループ閉包検出パイプラインを提案する。我々は,3次元LiDAR点から投影されるBEV像を構造層分布として解釈する。検索キーは、層状KD木でインデックスされたデータベースの検索を高速化するように設計されている。
論文参考訳（メタデータ） (2023-02-13T07:18:24Z)
On Hyperbolic Embeddings in 2D Object Detection [76.12912000278322]
双曲幾何学が対象分類空間の基盤構造に適合するかどうかを考察する。 2段階、キーポイントベース、トランスフォーマーベースオブジェクト検出アーキテクチャに双曲型分類器を組み込む。分類空間の構造に現れる分類階級階層を観察し、分類誤差を低くし、全体的な対象検出性能を高める。
論文参考訳（メタデータ） (2022-03-15T16:43:40Z)
TSGCNet: Discriminative Geometric Feature Learning with Two-Stream GraphConvolutional Network for 3D Dental Model Segmentation [141.2690520327948]
2流グラフ畳み込みネットワーク(TSGCNet)を提案し、異なる幾何学的特性から多視点情報を学ぶ。 3次元口腔内スキャナーで得られた歯科モデルのリアルタイムデータセットを用いてTSGCNetの評価を行った。
論文参考訳（メタデータ） (2020-12-26T08:02:56Z)
Cylinder3D: An Effective 3D Framework for Driving-scene LiDAR Semantic Segmentation [87.54570024320354]
大規模運転シーンのLiDARセマンティックセマンティックセグメンテーションのための最先端の手法は、しばしば2D空間の点雲を投影して処理する。 3D-to-2Dプロジェクションの問題に取り組むための簡単な解決策は、3D表現を保ち、3D空間の点を処理することである。我々は3次元シリンダー分割と3次元シリンダー畳み込みに基づくフレームワークをCylinder3Dとして開発し,3次元トポロジの関係と運転シーンの点雲の構造を利用する。
論文参考訳（メタデータ） (2020-08-04T13:56:19Z)
Cylindrical Convolutional Networks for Joint Object Detection and Viewpoint Estimation [76.21696417873311]
3次元空間で定義された畳み込みカーネルの円筒形表現を利用する学習可能なモジュールである円筒型畳み込みネットワーク(CCN)を導入する。 CCNはビュー固有の畳み込みカーネルを通してビュー固有の特徴を抽出し、各視点におけるオブジェクトカテゴリスコアを予測する。本実験は,円柱状畳み込みネットワークが関節物体の検出と視点推定に与える影響を実証する。
論文参考訳（メタデータ） (2020-03-25T10:24:58Z)

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。