論文の概要: Research on Key Technologies of Infrastructure Digitalization based on
Multimodal Spatial Data
- arxiv url: http://arxiv.org/abs/2310.14296v1
- Date: Sun, 22 Oct 2023 13:26:39 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-25 00:44:09.358428
- Title: Research on Key Technologies of Infrastructure Digitalization based on
Multimodal Spatial Data
- Title（参考訳）: マルチモーダル空間データに基づくインフラディジタル化の鍵技術に関する研究
- Authors: Zhanyuan Tian, Tianrui Zhu, Zerui Tian, Zhen Dong
- Abstract要約: レーザスキャナーによって収集された点雲のいくつかの主要な特徴を要約し、ネットワーク構築の潜在的な問題を解析する。
道路標識検出の問題を解決するため,情報密度を高めることにより,地中雲内のリモートセンシングデータを最適化する。
リアルタイムディジタルツイントラヒックでは,MPR-GANのバックボーンを2次元特徴生成用として,SuperGlueを2次元特徴マッチング用として,P2PRNネットワークを設計する。
- 参考スコア（独自算出の注目度）: 4.602023037078432
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Since NASA put forward the concept of the digital twin in 2010, many
industries have put forward the dynamic goal of digital development, and the
transportation industry is also among them. With more and more companies laying
out on this virgin land, the digital twin transportation industry has grown
rapidly and gradually formed a complete scientific research system. However,
under the largely mature framework, there are still many loophole problems that
need to be solved. In the process of constructing a road network with point
cloud information, we summarize several major features of the point cloud
collected by laser scanners and analyze the potential problems of constructing
the network, such as misjudging the feature points as ground points and grid
voids. On this basis, we reviewed relevant literature and proposed targeted
solutions, such as building a point cloud pyramid modeled after the image
pyramid, expanding the virtual grid, etc., applying CSF for ground-point cloud
extraction, and constructing a road network model using the PTD (progressive
density-based filter) algorithm. For the problem of road sign detection, we
optimize the remote sensing data in the ground point cloud by enhancing the
information density using edge detection, improving the data quality by
removing the low intensity points, and achieving 90% accuracy of road text
recognition using PaddleOCR and Densenet. As for the real-time digital twin
traffic, we design the P2PRN network using the backbone of MPR-GAN for 2D
feature generation and SuperGlue for 2D feature matching, rendering the
viewpoints according to the matching optimization points, completing the
multimodal matching task after several iterations, and successfully calculating
the road camera position with 10{\deg} and 15m accuracy.
- Abstract（参考訳）: NASAが2010年にデジタルツインの概念を提唱して以来、多くの産業がデジタル開発のダイナミックな目標を掲げており、輸送産業もその中に入っている。
ますます多くの企業がこの処女の土地に足を踏み入れ、デジタルツイン輸送産業は急速に成長し、徐々に完全な科学研究システムを形成している。
しかし、ほとんど成熟したフレームワークでは、解決しなければならない多くの抜け穴の問題がまだ残っている。
点雲情報を用いた道路網の構築において,レーザスキャナーで収集した点雲の特徴を要約し,特徴点を接地点や格子空隙として誤定するなどのネットワーク構築の潜在的な問題を分析する。
そこで本研究では,画像ピラミッドをモデルとしたポイントクラウドピラミッドの構築,仮想グリッドの拡大,地上クラウド抽出のためのCSFの適用,PTD(Progressive density-based filter)アルゴリズムを用いた道路ネットワークモデルの構築など,関連文献をレビューし,対象とするソリューションを提案する。
道路標識検出の課題として,エッジ検出による情報密度の向上,低強度点の除去によるデータ品質の向上,paddleocrとdrknetを用いた道路テキスト認識の90%の精度向上等により,地上点クラウドにおけるリモートセンシングデータを最適化する。
リアルタイムディジタルツイントラヒックでは,MPR-GANのバックボーンを2次元特徴量生成用として,SuperGlueを2次元特徴量マッチング用としてP2PRNネットワークを設計し,マッチング最適化点に従って視点をレンダリングし,複数イテレーションの後にマルチモーダルマッチングタスクを完了し,道路カメラの位置を10{\deg}と15mの精度で計算した。
関連論文リスト
- Active search and coverage using point-cloud reinforcement learning [50.741409008225766]
本稿では,目的探索とカバレッジのためのエンドツーエンドの深層強化学習ソリューションを提案する。
RLの深い階層的特徴学習は有効であり、FPS(Fastthest Point sample)を用いることで点数を削減できることを示す。
また、ポイントクラウドに対するマルチヘッドの注意がエージェントの学習を高速化する上で有効であるが、同じ結果に収束することを示す。
論文 参考訳（メタデータ） (2023-12-18T18:16:30Z) - Improved Multi-Scale Grid Rendering of Point Clouds for Radar Object
Detection Networks [3.3787383461150045]
不規則点雲データから密度の強い格子構造への転送は、しばしば情報の喪失と関連している。
グリッドレンダリングの負の効果を軽減することを目的とした,新しいアーキテクチャであるマルチスケールKPPillarsBEVを提案する。
論文 参考訳（メタデータ） (2023-05-25T08:26:42Z) - Tinto: Multisensor Benchmark for 3D Hyperspectral Point Cloud
Segmentation in the Geosciences [9.899276249773425]
我々は,地質図作成のための深層学習手法の開発と検証を容易にするために設計された,デジタルアウトクロップのベンチマークデータセットであるTintoを提示する。
Tintoは,1)Corta Atalaya(Spain)の実際のデジタルアウトクロップモデル,2)スペクトル特性と地中構造データ,2)原データセットの潜在特徴を用いて地中構造からリアルなスペクトルデータを再構成する合成双生児からなる。
我々はこれらのデータセットを用いて、地質図の自動作成のための異なるディープラーニングアプローチの能力を探索した。
論文 参考訳（メタデータ） (2023-05-17T03:24:08Z) - RDMNet: Reliable Dense Matching Based Point Cloud Registration for
Autonomous Driving [15.26754768427011]
本稿では, RDMNet という新しいネットワークを提案する。
提案手法は, 高い一般化能力を有する全試験データセットにおいて, 既存の最先端手法よりも優れた性能を示す。
論文 参考訳（メタデータ） (2023-03-31T14:22:32Z) - Spatial Layout Consistency for 3D Semantic Segmentation [0.7614628596146599]
本稿では,ALTMの点雲のボクセルに基づくセマンティックセマンティックセグメンテーションを実現するための,新しいディープ畳み込みニューラルネットワーク(DCNN)手法を提案する。
提案する深層学習手法であるセマンティック・ユーティリティ・ネットワーク(SUNet)は多次元・多次元ネットワークである。
実験により,SuNetの空間的レイアウトの整合性とマルチレゾリューション機能アグリゲーションにより,性能が大幅に向上することを示した。
論文 参考訳（メタデータ） (2023-03-02T03:24:21Z) - Deep Point Cloud Reconstruction [74.694733918351]
3Dスキャンから得られる点雲は、しばしばスパース、ノイズ、不規則である。
これらの問題に対処するため、最近の研究は別々に行われ、不正確な点雲を密度化、復調し、完全な不正確な点雲を観測している。
本研究では,1) 初期密度化とデノナイズのための3次元スパース集積時間ガラスネットワーク,2) 離散ボクセルを3Dポイントに変換するトランスフォーマーによる改良,の2段階からなる深部点雲再構成ネットワークを提案する。
論文 参考訳（メタデータ） (2021-11-23T07:53:28Z) - PC-DAN: Point Cloud based Deep Affinity Network for 3D Multi-Object
Tracking (Accepted as an extended abstract in JRDB-ACT Workshop at CVPR21) [68.12101204123422]
点雲は3次元座標における空間データの密集したコンパイルである。
我々は3次元多目的追跡(MOT)のためのPointNetベースのアプローチを提案する。
論文 参考訳（メタデータ） (2021-06-03T05:36:39Z) - Cross-Modality 3D Object Detection [63.29935886648709]
本稿では,3次元物体検出のための新しい2段階多モード融合ネットワークを提案する。
アーキテクチャ全体が2段階の融合を促進する。
KITTIデータセットを用いた実験により,提案したマルチステージ融合により,ネットワークがより良い表現を学習できることが示唆された。
論文 参考訳（メタデータ） (2020-08-16T11:01:20Z) - Pseudo-LiDAR Point Cloud Interpolation Based on 3D Motion Representation
and Spatial Supervision [68.35777836993212]
我々はPseudo-LiDAR点雲ネットワークを提案し、時間的および空間的に高品質な点雲列を生成する。
点雲間のシーンフローを活用することにより,提案ネットワークは3次元空間運動関係のより正確な表現を学習することができる。
論文 参考訳（メタデータ） (2020-06-20T03:11:04Z) - GRNet: Gridding Residual Network for Dense Point Cloud Completion [54.43648460932248]
完全な3Dポイントクラウドを不完全なクラウドから推定することは、多くのビジョンやロボティクスアプリケーションにおいて重要な問題である。
本稿では,ポイントクラウド補完のための新しいGridding Residual Network(GRNet)を提案する。
実験結果から,提案したGRNetはShapeNet,Completion3D,KITTIベンチマークの最先端手法に対して良好に動作することがわかった。
論文 参考訳（メタデータ） (2020-06-06T02:46:39Z)
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。