Fugu-MT 論文翻訳(概要): EPCS: Endpoint-based Part-aware Curve Skeleton Extraction for Low-quality Point Clouds

論文の概要: EPCS: Endpoint-based Part-aware Curve Skeleton Extraction for Low-quality Point Clouds

arxiv url: http://arxiv.org/abs/2211.09488v1
Date: Thu, 17 Nov 2022 12:13:49 GMT
ステータス: 処理完了
システム内更新日: 2022-11-18 16:30:17.766847
Title: EPCS: Endpoint-based Part-aware Curve Skeleton Extraction for Low-quality Point Clouds
Title（参考訳）: EPCS: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抽出
Authors: Chunhui Li and Mingquan Zhou and Zehua Liu and Yuhe Zhang
Abstract要約: 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。
参考スコア（独自算出の注目度）: 3.9243573226410278
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: The curve skeleton is an important shape descriptor that has been utilized in various applications in computer graphics, machine vision, and artificial intelligence. In this study, the endpoint-based part-aware curve skeleton (EPCS) extraction method for low-quality point clouds is proposed. The novel random center shift (RCS) method is first proposed for detecting the endpoints on point clouds. The endpoints are used as the initial seed points for dividing each part into layers, and then the skeletal points are obtained by computing the center points of the oriented bounding box (OBB) of the layers. Subsequently, the skeletal points are connected, thus forming the branches. Furthermore, the multi-vector momentum-driven (MVMD) method is also proposed for locating the junction points that connect the branches. Due to the shape differences between different parts on point clouds, the global topology of the skeleton is finally optimized by removing the redundant junction points, re-connecting some branches using the proposed MVMD method, and applying an interpolation method based on the splitting operator. Consequently, a complete and smooth curve skeleton is achieved. The proposed EPCS method is compared with several state-of-the-art methods, and the experimental results verify its robustness, effectiveness, and efficiency. Furthermore, the skeleton extraction and model segmentation results on the point clouds of broken Terracotta also highlight the utility of the proposed method.
Abstract（参考訳）: 曲線スケルトンは重要な形状記述子であり、コンピュータグラフィックス、マシンビジョン、人工知能の様々な応用に利用されてきた。本研究では,低品質点雲に対する終端型部分認識曲線スケルトン(EPCS)抽出法を提案する。新たなランダム中心シフト法 (RCS) が最初に提案され, 点雲上の終点を検出する。エンドポイントは、各部分をレイヤに分割するための初期シードポイントとして使用され、その後、各レイヤの向き付けられたバウンディングボックス(obb)の中心ポイントを演算して骨格ポイントを得る。その後、骨格点が連結され、枝を形成する。さらに,枝を接続する接合点の位置を求めるために,多ベクトル運動量駆動法 (MVMD) も提案されている。点雲上の異なる部分の形状の違いにより, 余分な接合点を除去し, 提案したMVMD法を用いて分岐を再接続し, 分割演算子に基づく補間法を適用することにより, 骨格のグローバルトポロジを最終的に最適化する。その結果、完全で滑らかな曲線骨格が達成される。提案法を最先端法と比較し, そのロバスト性, 有効性, 効率性を実験的に検証した。さらに,壊れたTerracottaの点群におけるスケルトン抽出とモデルセグメンテーションの結果は,提案手法の有用性も強調している。

関連論文リスト

Curvature Informed Furthest Point Sampling [0.0]
ファテスト点サンプリング(FPS)を強化する強化学習に基づくサンプリングアルゴリズムを提案する。提案手法は,FPS由来のソフトランクと深部ニューラルネットワークによる曲率スコアを組み合わせることで,ポイントをランク付けする。我々は,各特徴が性能に与える影響について,質的および定量的に考察した総合的アブレーション研究を提供する。
論文参考訳（メタデータ） (2024-11-25T23:58:38Z)
HybridFusion: LiDAR and Vision Cross-Source Point Cloud Fusion [15.94976936555104]
我々はHybridFusionと呼ばれるクロスソース点雲融合アルゴリズムを提案する。アウトドアの大きなシーンでは、異なる視角から、ソース間の密集点雲を登録することができる。提案手法は,定性的,定量的な実験を通じて総合的に評価される。
論文参考訳（メタデータ） (2023-04-10T10:54:54Z)
LAKe-Net: Topology-Aware Point Cloud Completion by Localizing Aligned Keypoints [35.82520172874995]
LAKe-Netは、整列キーポイントをローカライズする新しいポイントクラウド補完モデルである。新しいタイプの骨格であるSurface-Skeletonは、幾何学的先行に基づくキーポイントから生成される。実験結果から,本手法はポイントクラウド完了時の最先端性能を実現することが示された。
論文参考訳（メタデータ） (2022-03-31T03:14:48Z)
PCAM: Product of Cross-Attention Matrices for Rigid Registration of Point Clouds [79.99653758293277]
PCAMは、キー要素がクロスアテンション行列のポイントワイズ積であるニューラルネットワークである。そこで本研究では,PCAMがステップ(a)とステップ(b)をディープネットを介して共同で解決する手法によって,最先端の成果が得られることを示す。
論文参考訳（メタデータ） (2021-10-04T09:23:27Z)
Bend-Net: Bending Loss Regularized Multitask Learning Network for Nuclei Segmentation in Histopathology Images [65.47507533905188]
重なり合う核を正確に分離するために、曲げ損失正規化器を備えた新しいマルチタスク学習ネットワークを提案する。新たに提案されたマルチタスク学習アーキテクチャは、3つのタスクから共有表現を学習することで一般化を促進する。提案した曲げ損失は,輪郭点を大きな曲率で囲むために高いペナルティを定義し,小さな曲率で凸輪郭点に小さなペナルティを適用した。
論文参考訳（メタデータ） (2021-09-30T17:29:44Z)
Determinantal consensus clustering [77.34726150561087]
本稿では,クラスタリングアルゴリズムのランダム再起動における決定点プロセス (DPP) の利用を提案する。 DPPは部分集合内の中心点の多様性を好んでいる。 DPPとは対照的に、この手法は多様性の確保と、すべてのデータフェースについて良好なカバレッジを得るために失敗することを示す。
論文参考訳（メタデータ） (2021-02-07T23:48:24Z)
SPU-Net: Self-Supervised Point Cloud Upsampling by Coarse-to-Fine Reconstruction with Self-Projection Optimization [52.20602782690776]
実際のスキャンされたスパースデータからトレーニング用の大規模なペアリングスパーススキャンポイントセットを得るのは高価で面倒です。本研究では,SPU-Net と呼ばれる自己監視型点群アップサンプリングネットワークを提案する。本研究では,合成データと実データの両方について様々な実験を行い,最先端の教師付き手法と同等の性能が得られることを示す。
論文参考訳（メタデータ） (2020-12-08T14:14:09Z)
Deep Magnification-Flexible Upsampling over 3D Point Clouds [103.09504572409449]
本稿では,高密度点雲を生成するためのエンドツーエンド学習ベースのフレームワークを提案する。まずこの問題を明示的に定式化し、重みと高次近似誤差を判定する。そこで我々は,高次改良とともに,統一重みとソート重みを適応的に学習する軽量ニューラルネットワークを設計する。
論文参考訳（メタデータ） (2020-11-25T14:00:18Z)
Skeleton-bridged Point Completion: From Global Inference to Local Adjustment [48.2757171993437]
形状整形のための骨格ブリッジ型点完備ネットワーク(SK-PCN)を提案する。部分スキャンにより,まずその3次元骨格を予測し,大域構造を求める。形状の完備化を構造推定と表面再構成に分離し,学習の難易度を緩和する。
論文参考訳（メタデータ） (2020-10-14T22:49:30Z)
Improving concave point detection to better segment overlapped objects in images [0.0]
本稿では,画像上に重なり合うオブジェクトを分割する第1ステップとして,凹点検出手法の最先端性を向上する手法を提案する。これは、物体の輪郭の曲率の分析に基づいている。ケーススタディとして, 末梢血スミア検体における重複細胞の分裂など, 良く知られた応用が評価された。
論文参考訳（メタデータ） (2020-08-03T16:32:49Z)
FKAConv: Feature-Kernel Alignment for Point Cloud Convolution [75.85619090748939]
多数の点畳み込み法を関連づけ解析するための定式化を提供する。また、幾何学のないカーネル重み付けの推定を分離する独自の畳み込み変種も提案する。分類とセマンティックセグメンテーションのベンチマークで競合する結果を示す。
論文参考訳（メタデータ） (2020-04-09T10:12:45Z)

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。