Fugu-MT 論文翻訳(概要): Reconstruction of Power Lines from Point Clouds

論文の概要: Reconstruction of Power Lines from Point Clouds

arxiv url: http://arxiv.org/abs/2201.12499v1
Date: Sat, 29 Jan 2022 05:28:15 GMT
ステータス: 処理完了
システム内更新日: 2022-02-01 18:03:28.515066
Title: Reconstruction of Power Lines from Point Clouds
Title（参考訳）: 点雲からの電力線復元
Authors: Alexander Gribov and Khalid Duri
Abstract要約: 本稿では,複数カテナリー曲線を表す一連の点内に存在する各カテナリー曲線をモデル化したライン特徴量構築手法を提案する。このソリューションはライダーポイントクラウドから電力線を抽出するために適用することができ、デジタル双対地理空間モデルの作成のような下流アプリケーションで使用することができる。
参考スコア（独自算出の注目度）: 77.34726150561087
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes a novel solution for constructing line features modeling each catenary curve present within a series of points representing multiple catenary curves. The solution can be applied to extract power lines from lidar point clouds, which can then be used in downstream applications like creating digital twin geospatial models and evaluating the encroachment of vegetation. This paper offers an example of how the results obtained by the proposed solution could be used to assess vegetation growth near transmission power lines based on freely available lidar data for the City of Utrecht, Netherlands [1].
Abstract（参考訳）: 本稿では,複数のカテナリー曲線を表す一連の点に存在する各カテナリー曲線をモデル化したライン特徴構築法を提案する。このソリューションはライダー点雲から電力線を抽出し、デジタル双対地理空間モデルの作成や植生の侵入の評価など、下流のアプリケーションで使用することができる。本研究は,オランダ・ユトレヒト市を対象にしたlidarデータに基づいて,送電線近傍の植生成長を評価するために,提案手法により得られた結果を活用した例を示す。

関連論文リスト

INPC: Implicit Neural Point Clouds for Radiance Field Rendering [5.64500060725726]
現実世界のシーンを再現し、新しい視点で合成するための新しいアプローチを提案する。本研究では,連続オクツリー型確率場とマルチ解像度ハッシュグリッドにおける点雲を暗黙的に符号化するハイブリッドシーン表現を提案する。本手法は,対話的なフレームレートで高速な推論を実現し,さらに性能を高めるために露骨な点雲を抽出することができる。
論文参考訳（メタデータ） (2024-03-25T15:26:32Z)
Point Cloud Classification via Deep Set Linearized Optimal Transport [51.99765487172328]
我々は,点雲をL2-$spaceに効率的に同時埋め込むアルゴリズムであるDeep Set Linearized Optimal Transportを紹介した。この埋め込みはワッサーシュタイン空間内の特定の低次元構造を保持し、点雲の様々なクラスを区別する分類器を構成する。我々は,有限個のラベル付き点雲を持つフローデータセットの実験を通じて,標準的な深層集合アプローチに対するアルゴリズムの利点を実証する。
論文参考訳（メタデータ） (2024-01-02T23:26:33Z)
EPCS: Endpoint-based Part-aware Curve Skeleton Extraction for Low-quality Point Clouds [3.9243573226410278]
低品質点雲に対するエンドポイントベース部分認識曲線スケルトン(EPCS)抽出法を提案する。提案手法はいくつかの最先端手法と比較し, その堅牢性, 有効性, 効率性を検証した。
論文参考訳（メタデータ） (2022-11-17T12:13:49Z)
PoinTr: Diverse Point Cloud Completion with Geometry-Aware Transformers [81.71904691925428]
本稿では,ポイントクラウドの完了をセット・ツー・セットの翻訳問題として再定義する手法を提案する。我々はまた、ポイントクラウド補完のためにトランスフォーマーエンコーダデコーダアーキテクチャを採用するPoinTrと呼ばれる新しいモデルも設計している。提案手法は,新しいベンチマークと既存ベンチマークの両方において,最先端の手法よりも優れた性能を示す。
論文参考訳（メタデータ） (2021-08-19T17:58:56Z)
Cloud2Curve: Generation and Vectorization of Parametric Sketches [109.02932608241227]
スケーラブルな高分解能ベクトルスケッチ生成モデルであるCloud2Curveを提案する。我々はQuick, Draw!でモデルの生成とベクトル化能力を評価する。そしてKMNISTデータセット。
論文参考訳（メタデータ） (2021-03-29T12:09:42Z)
MG-SAGC: A multiscale graph and its self-adaptive graph convolution network for 3D point clouds [6.504546503077047]
点群の多スケールグラフ生成法を提案する。このアプローチは、ポイントクラウドを、スケール空間におけるポイントクラウドのマルチスケール分析をサポートする構造化マルチスケールグラフ形式に変換する。従来の畳み込みニューラルネットワークは不規則な近傍を持つグラフデータには適用できないため,チェビシェフグラフを用いて不規則な畳み込みフィルタに適合するセフ適応畳み込みカーネルを提案する。
論文参考訳（メタデータ） (2020-12-23T01:58:41Z)
Hierarchical Recurrent Attention Networks for Structured Online Maps [91.28820076955128]
疎い3次元点雲からのオンライン道路網抽出の問題に対処する。この手法はannotatorがレーングラフを構築する方法に触発され、まず何レーンあるかを特定し、順番に各レーンを描画する。我々は,レーン境界の初期領域に順応する階層的リカレントネットワークを開発し,構造化ポリラインを出力することにより,それらを完全にトレースする。
論文参考訳（メタデータ） (2020-12-22T19:35:53Z)
Progressive Point Cloud Deconvolution Generation Network [37.50448637246364]
潜在ベクトルから同一形状の多分解能点雲を生成できる有効点雲生成法を提案する。局所的特徴写像と大域的特徴写像の異なる分解能を結合することにより、多層パーセプトロンを生成ネットワークとして利用し、多層点雲を生成する。点雲の異なる分解能の形状を一定に保つため, 点雲デコンボリューション生成ネットワークをトレーニングするための形状保存対向損失を提案する。
論文参考訳（メタデータ） (2020-07-10T13:07:00Z)
From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized 3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文参考訳（メタデータ） (2020-01-21T06:51:47Z)

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。