論文の概要: A Comprehensive Survey and Taxonomy on Point Cloud Registration Based on Deep Learning

• arxiv url: http://arxiv.org/abs/2404.13830v1
• Date: Mon, 22 Apr 2024 02:05:15 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-23 15:26:21.424888
• Title: A Comprehensive Survey and Taxonomy on Point Cloud Registration Based on Deep Learning
• Title（参考訳）: 深層学習に基づくポイントクラウド登録に関する総合調査と分類
• Authors: Yu-Xin Zhang, Jie Gui, Xiaofeng Cong, Xin Gong, Wenbing Tao,
• Abstract要約: ポイントクラウド登録(PCR)は、1つのポイントクラウドを別のポイントクラウドにアライメントする厳格な変換を決定することを伴う。 優れた深層学習(DL)ベースの登録法が提案されているにもかかわらず、DLベースのPCR技術に関する包括的で体系的な研究はいまだに不足している。
• 参考スコア（独自算出の注目度）: 28.12228228067424
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Point cloud registration (PCR) involves determining a rigid transformation that aligns one point cloud to another. Despite the plethora of outstanding deep learning (DL)-based registration methods proposed, comprehensive and systematic studies on DL-based PCR techniques are still lacking. In this paper, we present a comprehensive survey and taxonomy of recently proposed PCR methods. Firstly, we conduct a taxonomy of commonly utilized datasets and evaluation metrics. Secondly, we classify the existing research into two main categories: supervised and unsupervised registration, providing insights into the core concepts of various influential PCR models. Finally, we highlight open challenges and potential directions for future research. A curated collection of valuable resources is made available at https://github.com/yxzhang15/PCR.
• Abstract（参考訳）: ポイントクラウド登録(PCR)は、1つのポイントクラウドを別のポイントクラウドにアライメントする厳格な変換を決定することを伴う。 優れた深層学習(DL)ベースの登録法が提案されているにもかかわらず、DLベースのPCR技術に関する包括的で体系的な研究はいまだに不足している。 本稿では,最近提案されたPCR法に関する包括的調査と分類について述べる。 まず、よく利用されるデータセットと評価指標の分類を行う。 第2に、既存の研究を、教師なしと教師なしの登録の2つの主要なカテゴリに分類し、様々な影響力のあるPCRモデルのコア概念に関する洞察を提供する。 最後に、今後の研究に向けたオープンな課題と潜在的な方向性を強調します。 貴重なリソースのキュレートされたコレクションはhttps://github.com/yxzhang15/PCRで公開されている。

関連論文リスト

• Sight View Constraint for Robust Point Cloud Registration [13.216523566864641]
  部分的ポイントクラウド登録(部分的PCR)は、特に低い重複率を扱う場合、難しいタスクである。 本稿では、不正確な変換を確定的に識別する、新規で一般的な視線制約(SVC)を提案する。 挑戦的な3DLoMatchデータセットでは、登録リコールが78%から82%に増加し、最先端の結果が得られた。
  論文  参考訳（メタデータ） (2024-09-08T11:58:20Z)
• A Comprehensive Survey on Underwater Image Enhancement Based on Deep Learning [51.7818820745221]
  水中画像強調(UIE)はコンピュータビジョン研究において重要な課題である。 多数のUIEアルゴリズムが開発されているにもかかわらず、網羅的で体系的なレビューはいまだに欠落している。
  論文  参考訳（メタデータ） (2024-05-30T04:46:40Z)
• Colorectal Polyp Segmentation in the Deep Learning Era: A Comprehensive Survey [53.39392897237347]
  本稿では,2014年から2023年にかけてのディープラーニングに基づくCPS手法の体系的,包括的レビューを行う。 まず、ネットワークアーキテクチャ、監視レベル、学習パラダイムを含む新しい分類法を用いて、現在の深部CPSの包括的なレビューを行う。 その後、CPSの一般的な評価指標を要約し、40種類の深部SOTAモデルの詳細な分析を行った。
  論文  参考訳（メタデータ） (2024-01-22T07:23:44Z)
• Minimally Supervised Learning using Topological Projections in Self-Organizing Maps [55.31182147885694]
  自己組織化マップ(SOM)におけるトポロジカルプロジェクションに基づく半教師付き学習手法を提案する。 提案手法は,まずラベル付きデータ上でSOMを訓練し,最小限のラベル付きデータポイントをキーベストマッチングユニット(BMU)に割り当てる。 提案した最小教師付きモデルが従来の回帰手法を大幅に上回ることを示す。
  論文  参考訳（メタデータ） (2024-01-12T22:51:48Z)
• A Survey on Open-Set Image Recognition [18.474539379698538]
  オープンセット画像認識(OSR)は、既知のクラスサンプルの分類と、テストセット内の未知クラスサンプルの識別の両方を目的としている。 我々は,既存のDNNベースのOSR手法を包括的にレビューする新しい分類法を提案する。 我々は、粗粒度データセットと細粒度データセットの両方において、典型的なOSR法と最先端OSR法のパフォーマンスを比較した。
  論文  参考訳（メタデータ） (2023-12-25T00:30:23Z)
• Self-Supervised Learning for Point Clouds Data: A Survey [8.858165912687923]
  自己監督学習(SSL)は、時間と労働集約的なデータラベリング問題を解決するための重要なソリューションであると考えられている。 本稿では,ポイントクラウドにおけるSSL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） (2023-05-09T08:47:09Z)
• Guided Depth Map Super-resolution: A Survey [88.54731860957804]
  誘導深度マップ超解像(GDSR)は、高分解能(HR)深度マップを低分解能(LR)観測から2枚のHRカラー画像の助けを借りて再構成することを目的としている。 近年,特に強力な深層学習技術を用いて,斬新で効果的なアプローチが多数提案されている。 この調査は、GDSRの最近の進歩に関する包括的調査を提示する試みである。
  論文  参考訳（メタデータ） (2023-02-19T15:43:54Z)
• PCRP: Unsupervised Point Cloud Object Retrieval and Pose Estimation [50.3020332934185]
  そこで本研究では,PCRPと呼ばれる,教師なしのクラウドオブジェクトの検索とポーズ推定手法を提案する。 ModelNet40データセットの実験は、従来の学習ベースの手法と比較して、PCRPの優れた性能を示している。
  論文  参考訳（メタデータ） (2022-02-16T03:37:43Z)
• A Comprehensive Survey on Image Dehazing Based on Deep Learning [89.77554550654227]
  ヘイズの存在は画像の品質を著しく低下させる。 研究者は、ヘイズ画像の品質を回復するために、画像デハージング(ID)のための様々なアルゴリズムを設計した。 ディープラーニング(DL)ベースのデハージング技術を要約した研究はほとんどない。
  論文  参考訳（メタデータ） (2021-06-07T03:51:25Z)
• A comprehensive survey on point cloud registration [11.69025325594053]
  この調査は、同じソース登録方法とクロスソース登録方法の両方を含む包括的な調査を実施します。 surveyは、クロスソースの課題を解決するための最先端の登録アルゴリズムを評価するための新しいベンチマークを構築している。
  論文  参考訳（メタデータ） (2021-03-03T21:17:06Z)

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。