論文の概要: Machining feature recognition using descriptors with range constraints
for mechanical 3D models
- arxiv url: http://arxiv.org/abs/2301.03167v1
- Date: Mon, 9 Jan 2023 04:50:06 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-10 18:14:17.366004
- Title: Machining feature recognition using descriptors with range constraints
for mechanical 3D models
- Title（参考訳）: メカニカル3次元モデルにおける範囲制約付きディスクリプタを用いた加工特徴認識
- Authors: Seungeun Lim, Changmo Yeo, Fazhi He, Jinwon Lee, Duhwan Mun
- Abstract要約: 記述子を用いた16種類の加工特徴の認識手法を提案する。
対象面から抽出したディスクリプタとベース面から抽出したディスクリプタとの類似度を算出する。
提案手法が最新の人工ニューラルネットワークよりも優れた特徴認識性能を示したことを追加試験により確認した。
- 参考スコア（独自算出の注目度）: 11.008342341091021
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In machining feature recognition, geometric elements generated in a
three-dimensional computer-aided design model are identified. This technique is
used in manufacturability evaluation, process planning, and tool path
generation. Here, we propose a method of recognizing 16 types of machining
features using descriptors, often used in shape-based part retrieval studies.
The base face is selected for each feature type, and descriptors express the
base face's minimum, maximum, and equal conditions. Furthermore, the similarity
in the three conditions between the descriptors extracted from the target face
and those from the base face is calculated. If the similarity is greater than
or equal to the threshold, the target face is determined as the base face of
the feature. Machining feature recognition tests were conducted for two test
cases using the proposed method, and all machining features included in the
test cases were successfully recognized. Also, it was confirmed through an
additional test that the proposed method in this study showed better feature
recognition performance than the latest artificial neural network.
- Abstract（参考訳）: 加工特徴認識では、3次元コンピュータ支援設計モデルで生成される幾何学的要素を同定する。
この技術は、製造性評価、プロセス計画、ツールパス生成に使用される。
本稿では,形状に基づく部分検索研究でよく用いられる記述子を用いた16種類の加工特徴の認識手法を提案する。
基本面は特徴タイプ毎に選択され、記述子は基本面の最小、最大、等条件を表す。
さらに、ターゲット面から抽出した3つの記述子とベース面から抽出した記述子との類似度を算出する。
類似度が閾値以上であれば、その特徴の基面として目標面が決定される。
提案手法を用いて2つの試験ケースで加工特徴認識試験を行い, 試験ケースに含まれるすべての加工特徴を正常に認識した。
また,提案手法が最新の人工ニューラルネットワークよりも優れた特徴認識性能を示したことを追加試験により確認した。
関連論文リスト
- A Set-based Approach for Feature Extraction of 3D CAD Models [8.707056631060729]
本報告では,不確実性問題に対処するセットベース特徴抽出手法を提案する。
正確な特徴値を求める既存の手法とは異なり,本手法は幾何学的情報の不確実性を特徴グラフの集合に変換することを目的としている。
提案手法の有効性を示すために,C++ と UG/Open を用いて特徴抽出システムをプログラムする。
論文 参考訳（メタデータ） (2024-05-22T05:43:46Z) - Faceptor: A Generalist Model for Face Perception [52.8066001012464]
Faceptorは、よく設計されたシングルエンコーダのデュアルデコーダアーキテクチャを採用するために提案されている。
Faceptorへのレイヤアテンションにより、モデルが最適なレイヤから機能を適応的に選択して、望ましいタスクを実行することができる。
我々のトレーニングフレームワークは補助的な教師付き学習にも適用でき、年齢推定や表現認識といったデータスパースタスクの性能を大幅に向上させることができる。
論文 参考訳（メタデータ） (2024-03-14T15:42:31Z) - Advancing 3D finger knuckle recognition via deep feature learning [51.871256510747465]
接触のない3Dフィンガーナックルパターンは、識別性、距離からの視認性、利便性、利便性により、効果的な生体認証として出現している。
近年、ディープニューラルネットワークの中間機能を複数のスケールで同時に組み込むディープ・フィーチャー・コラボレーティブ・ネットワークが開発されている。
本稿では,3次元指のナックル画像を表現するために,最小次元の識別特徴ベクトルを学習する可能性を検討することにより,本手法を推し進める。
論文 参考訳（メタデータ） (2023-01-07T20:55:16Z) - Real-Time Facial Expression Recognition using Facial Landmarks and
Neural Networks [0.0]
本稿では,特徴抽出,7つの感情の分類,表情認識をリアルタイムに行うアルゴリズムを提案する。
前処理アルゴリズムに基づいてマルチ層パーセプトロンニューラルネットワークをトレーニングする。
3層はこれらの特徴ベクトルを使って訓練され、テストセットでは96%の精度が得られた。
論文 参考訳（メタデータ） (2022-01-31T21:38:30Z) - Progressive Spatio-Temporal Bilinear Network with Monte Carlo Dropout
for Landmark-based Facial Expression Recognition with Uncertainty Estimation [93.73198973454944]
提案手法の性能は, 広く使用されている3つのデータセットで評価される。
ビデオベースの最先端の手法に匹敵するが、複雑さははるかに少ない。
論文 参考訳（メタデータ） (2021-06-08T13:40:30Z) - Brain Inspired Object Recognition System [0.0]
方位勾配のヒストグラム、局所二分パターン、および対象画像から抽出された主成分を用いる。
計算理論は最初に、脳の情報処理機構の概念を用いて開発された。
提案モデルの性能を検証するために,15の公開データセットを用いて実験を行った。
論文 参考訳（メタデータ） (2021-05-15T14:42:17Z) - Robust Face-Swap Detection Based on 3D Facial Shape Information [59.32489266682952]
顔のスワップ画像やビデオは、悪意ある攻撃者を惹きつけ、重要な人物の信用を損ねている。
以前のピクセルレベルのアーティファクトに基づく検出技術は、常に不明瞭なパターンにフォーカスするが、利用可能なセマンティックなヒントは無視する。
キーフィギュアの顔・スワップ検出のための外観・形状特徴をフル活用するための生体情報に基づく手法を提案する。
論文 参考訳（メタデータ） (2021-04-28T09:35:48Z) - Face recognition using PCA integrated with Delaunay triangulation [0.0]
本研究は,主成分分析とDlaunay Triangulationの統合について検討した。
この方法は、一組の顔ランドマークポイントを三角測量し、提供された画像の固有顔を取得する。
アルゴリズムを従来のPCAと比較し、有効な認識率を提供するために、異なる顔のランドマークポイントを含めることについて議論する。
論文 参考訳（メタデータ） (2020-11-25T14:46:08Z) - Primal-Dual Mesh Convolutional Neural Networks [62.165239866312334]
本稿では,グラフ・ニューラル・ネットワークの文献からトライアングル・メッシュへ引き起こされた原始双対のフレームワークを提案する。
提案手法は,3次元メッシュのエッジと顔の両方を入力として特徴付け,動的に集約する。
メッシュ単純化の文献から得られたツールを用いて、我々のアプローチに関する理論的知見を提供する。
論文 参考訳（メタデータ） (2020-10-23T14:49:02Z) - The Elements of End-to-end Deep Face Recognition: A Survey of Recent
Advances [56.432660252331495]
顔認識はコンピュータビジョンにおいて最も人気があり、長く続いたトピックの1つである。
ディープフェイス認識は目覚ましい進歩を遂げ、多くの現実世界のアプリケーションで広く利用されている。
本稿では,各要素の最近の進歩を概観する。
論文 参考訳（メタデータ） (2020-09-28T13:02:17Z) - HDD-Net: Hybrid Detector Descriptor with Mutual Interactive Learning [24.13425816781179]
局所的特徴抽出は、SLAMや3D再構成、ARアプリケーションといった分野の進歩により、現在も活発な研究領域である。
両抽出を個別に処理し,学習過程における相互作用に焦点を当てる手法を提案する。
我々は,カメラのローカライゼーション作業に匹敵せず,HPatchの画像マッチングと3次元再構成品質の観点から,技術状況の改善を示す。
論文 参考訳（メタデータ） (2020-05-12T13:55:04Z)
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。