論文の概要: Advancements in Point Cloud-Based 3D Defect Detection and Classification
for Industrial Systems: A Comprehensive Survey
- arxiv url: http://arxiv.org/abs/2402.12923v1
- Date: Tue, 20 Feb 2024 11:18:40 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-21 15:42:51.204618
- Title: Advancements in Point Cloud-Based 3D Defect Detection and Classification
for Industrial Systems: A Comprehensive Survey
- Title（参考訳）: ポイントクラウドによる産業システムの3次元欠陥検出と分類の進歩:総括的調査
- Authors: Anju Rani, Daniel Ortiz-Arroyo, Petar Durdevic
- Abstract要約: 3Dポイントクラウド(PC)は、様々な分野にまたがる多様な応用により、注目されている。
ディープラーニング(DL)は、これまで2Dビジョンで遭遇した様々な課題に対処するために、3D PCを活用するのに有効であることが証明されている。
ディープニューラルネットワーク(DNN)の3DPC処理への応用は、独自の課題セットを示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In recent years, 3D point clouds (PCs) have gained significant attention due
to their diverse applications across various fields such as computer vision
(CV), condition monitoring, virtual reality, robotics, autonomous driving etc.
Deep learning (DL) has proven effective in leveraging 3D PCs to address various
challenges previously encountered in 2D vision. However, the application of
deep neural networks (DNN) to process 3D PCs presents its own set of
challenges. To address these challenges, numerous methods have been proposed.
This paper provides an in-depth review of recent advancements in DL-based
condition monitoring (CM) using 3D PCs, with a specific focus on defect shape
classification and segmentation within industrial applications for operational
and maintenance purposes. Recognizing the crucial role of these aspects in
industrial maintenance, the paper provides insightful observations that offer
perspectives on the strengths and limitations of the reviewed DL-based PC
processing methods. This synthesis of knowledge aims to contribute to the
understanding and enhancement of CM processes, particularly within the
framework of remaining useful life (RUL), in industrial systems.
- Abstract（参考訳）: 近年,コンピュータビジョン(cv),コンディションモニタリング,仮想現実,ロボティクス,自律運転など,さまざまな分野にわたる多様な応用により,3dポイントクラウド(pcs)が注目されている。
ディープラーニング(DL)は、これまで2Dビジョンで遭遇した様々な課題に対処するために、3D PCを活用するのに有効であることが証明されている。
しかし、ディープニューラルネットワーク(dnn)の3dpc処理への応用は、独自の課題を呈している。
これらの課題に対処するために、様々な方法が提案されている。
本稿では,産業用途における欠陥形状分類とセグメンテーションに着目した3dpcを用いたdlベース状態監視(cm)の最近の進歩を概観する。
本論文は,産業保守におけるこれらの側面の重要な役割を認識し,レビューしたDLベースのPC処理手法の長所と短所を考察する。
この知識の合成はcmプロセスの理解と強化に寄与することを目的としており、特に産業システムにおけるrul(containing useful life)の枠組みにおいて重要である。
関連論文リスト
- 3D Representation Methods: A Survey [0.0]
3D表現は、様々なアプリケーションにおける高忠実度3Dモデルの需要の増加によって、大きな進歩を遂げてきた。
本稿では,3次元表現法の開発と現状を概観し,研究の軌跡,革新,強度,弱さを概観する。
論文 参考訳（メタデータ） (2024-10-09T02:01:05Z) - A Survey on Occupancy Perception for Autonomous Driving: The Information Fusion Perspective [20.798308029074786]
3D占有感技術は、自動運転車の密集した3D環境を観察し理解することを目的としている。
従来の鳥眼視(BEV)と同様に、3D占有感は多ソース入力の性質と情報融合の必要性を持っている。
論文 参考訳（メタデータ） (2024-05-08T16:10:46Z) - IPAD: Industrial Process Anomaly Detection Dataset [71.39058003212614]
ビデオ異常検出(VAD)は,ビデオフレーム内の異常を認識することを目的とした課題である。
本稿では,産業シナリオにおけるVADに特化して設計された新しいデータセットIPADを提案する。
このデータセットは16の異なる産業用デバイスをカバーし、合成ビデオと実世界のビデオの両方を6時間以上保存している。
論文 参考訳（メタデータ） (2024-04-23T13:38:01Z) - An Embodied Generalist Agent in 3D World [67.16935110789528]
本稿では,3次元世界における知覚,接地,推論,計画,行動に優れた多モードジェネリストエージェントLEOを紹介する。
我々は,多種多様なオブジェクトレベルおよびシーンレベルのタスクからなる大規模データセットを収集する。
3Dキャプション,質問応答,具体的推論,ナビゲーション,操作など,多岐にわたるLEOの卓越した習熟度を実証した。
論文 参考訳（メタデータ） (2023-11-18T01:21:38Z) - A Threefold Review on Deep Semantic Segmentation: Efficiency-oriented,
Temporal and Depth-aware design [77.34726150561087]
我々は、自動運転車のビジョンの文脈において、Deep Semanticの最も関連性があり最近の進歩について調査を行う。
私たちの主な目的は、それぞれの視点で直面している主要な方法、利点、制限、結果、課題に関する包括的な議論を提供することです。
論文 参考訳（メタデータ） (2023-03-08T01:29:55Z) - HUM3DIL: Semi-supervised Multi-modal 3D Human Pose Estimation for
Autonomous Driving [95.42203932627102]
3Dの人間のポーズ推定は、自動運転車が歩行者の微妙で複雑な振る舞いを知覚し理解できるようにする新しい技術である。
提案手法は,これらの補完信号を半教師付き方式で効率的に利用し,既存の手法よりも大きなマージンで性能を向上する。
具体的には、LiDAR点を画素整列マルチモーダル特徴に埋め込み、トランスフォーマーの精細化段階を経る。
論文 参考訳（メタデータ） (2022-12-15T11:15:14Z) - Szloca: towards a framework for full 3D tracking through a single camera
in context of interactive arts [1.0878040851638]
本研究は、オブジェクト/人のデータと仮想表現を得るための新しい方法と枠組みを提案する。
このモデルはコンピュータビジョンシステムの複雑な訓練には依存せず、コンピュータビジョンの研究とz深度を表現する能力が組み合わさっている。
論文 参考訳（メタデータ） (2022-06-26T20:09:47Z) - 3D shape sensing and deep learning-based segmentation of strawberries [5.634825161148484]
農業における形状の3次元認識のためのステレオおよび飛行時間カメラを含む最新のセンシング技術を評価する。
本稿では,カメラベースの3Dセンサから得られる情報の組織的性質を利用した,新しい3Dディープニューラルネットワークを提案する。
論文 参考訳（メタデータ） (2021-11-26T18:43:10Z) - Deep Learning Based 3D Segmentation: A Survey [42.44509605101214]
3Dセグメンテーションは、自律運転とロボット工学の応用でコンピュータビジョンの根幹的で難しい問題である。
近年、ディープラーニング技術が3Dセグメンテーションタスクの選択ツールとなっている。
本稿では,ディープラーニングに基づく3Dセグメンテーション技術の最近の進歩を包括的に調査する。
論文 参考訳（メタデータ） (2021-03-09T13:58:35Z) - Cognitive Visual Inspection Service for LCD Manufacturing Industry [80.63336968475889]
本論文では,現在FPD業界で主流となっている液晶ディスプレイ(LCD)の視覚検査システムについて述べる。
システムは、堅牢/高性能欠陥認識モデルと認知視覚検査サービスアーキテクチャの2つの基礎に基づいています。
論文 参考訳（メタデータ） (2021-01-11T08:14:35Z) - Deep Learning for 3D Point Clouds: A Survey [58.954684611055]
本稿では,ポイントクラウドにおけるディープラーニング手法の最近の進歩を概観する。
3D形状分類、3Dオブジェクトの検出と追跡、3Dポイントクラウドセグメンテーションを含む3つの主要なタスクをカバーしている。
また、いくつかの公開データセットで比較結果を提示する。
論文 参考訳（メタデータ） (2019-12-27T09:15:54Z)
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。