論文の概要: Semantic Line Combination Detector
- arxiv url: http://arxiv.org/abs/2404.18399v1
- Date: Mon, 29 Apr 2024 03:21:05 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-30 14:56:28.750915
- Title: Semantic Line Combination Detector
- Title（参考訳）: セマンティックライン複合検出器
- Authors: Jinwon Ko, Dongkwon Jin, Chang-Su Kim,
- Abstract要約: 本稿では,セマンティック・ライン・コンビネーション・ディテクター (SLCD) と呼ばれる,セマンティック・ラインの最適組み合わせを求める新しいアルゴリズムを提案する。
各ラインの組み合わせで全てのラインを一度に処理し、ライン全体の調和を評価する。
実験により,提案したSLCDは,様々なデータセット上で既存の意味線検出器よりも優れた性能を示した。
- 参考スコア（独自算出の注目度）: 17.60109693530759
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: A novel algorithm, called semantic line combination detector (SLCD), to find an optimal combination of semantic lines is proposed in this paper. It processes all lines in each line combination at once to assess the overall harmony of the lines. First, we generate various line combinations from reliable lines. Second, we estimate the score of each line combination and determine the best one. Experimental results demonstrate that the proposed SLCD outperforms existing semantic line detectors on various datasets. Moreover, it is shown that SLCD can be applied effectively to three vision tasks of vanishing point detection, symmetry axis detection, and composition-based image retrieval. Our codes are available at https://github.com/Jinwon-Ko/SLCD.
- Abstract（参考訳）: 本稿では,セマンティック・ライン・コンビネーション・ディテクター (SLCD) と呼ばれる,セマンティック・ラインの最適組み合わせを求める新しいアルゴリズムを提案する。
各ラインの組み合わせで全てのラインを一度に処理し、ライン全体の調和を評価する。
まず、信頼された線から様々な線の組み合わせを生成する。
次に,各行の組み合わせのスコアを推定し,最適なスコアを決定する。
実験により,提案したSLCDは,様々なデータセット上で既存の意味線検出器よりも優れた性能を示した。
さらに, 点検出, 対称軸検出, 合成画像検索の3つの視覚タスクに対して, SLCDを効果的に適用できることが示唆された。
私たちのコードはhttps://github.com/Jinwon-Ko/SLCD.comで公開されています。
関連論文リスト
- 3D Line Mapping Revisited [86.13455066577657]
LIMAPは、3Dラインマッピングのためのライブラリで、多視点画像から3Dラインマップを堅牢かつ効率的に作成する。
私たちのコードは、既存のポイントベースのStructure-from-Motionメソッドとシームレスに統合されます。
私たちの堅牢な3Dラインマップは、新たな研究方向も開きます。
論文 参考訳（メタデータ） (2023-03-30T16:14:48Z) - EVOLIN Benchmark: Evaluation of Line Detection and Association [3.029434408969759]
本稿では,RGB と RGBD の両面で SLAM フロントエンドにおける視覚線に対する完全なベンチマークを示す。
我々は,17行検出アルゴリズム,5行関連手法,および一対のフレームを整列するためのポーズ誤差を評価した。
論文 参考訳（メタデータ） (2023-03-09T10:39:43Z) - Semantic Line Detection Using Mirror Attention and Comparative Ranking
and Matching [44.10942440861644]
本稿では,意味線を検出する新しいアルゴリズムを提案する。
ミラーアテンション付き検出ネットワーク(D-Net)、比較ランキングとマッチングネットワーク(R-NetとM-Net)の3つのネットワークを開発する。
論文 参考訳（メタデータ） (2022-03-29T07:00:29Z) - Harmonious Semantic Line Detection via Maximal Weight Clique Selection [42.20986101351654]
本研究では、セマンティックラインの最適集合を検出するための新しいアルゴリズムを提案する。
選択ネットワーク(S-Net)と調和ネットワーク(H-Net)の2つのネットワークを開発する。
実験により,提案アルゴリズムは意味線を効果的かつ効率的に検出できることを示した。
論文 参考訳（メタデータ） (2021-04-14T14:54:27Z) - SOLD2: Self-supervised Occlusion-aware Line Description and Detection [95.8719432775724]
単一深層ネットワークにおける回線セグメントの最初の共同検出と記述について紹介します。
我々の手法は注釈付き行ラベルを必要としないため、任意のデータセットに一般化することができる。
複数のマルチビューデータセットにおいて,従来の行検出と記述方法に対するアプローチを評価した。
論文 参考訳（メタデータ） (2021-04-07T19:27:17Z) - PlueckerNet: Learn to Register 3D Line Reconstructions [57.20244406275875]
本稿では,ユークリッド空間における2つの部分重畳された3次元線再構成の問題をニューラルネットワークで解く手法を提案する。
室内および屋外の両方のデータセットを用いた実験により,本手法の登録精度(回転と翻訳)は,ベースラインを著しく上回ることがわかった。
論文 参考訳（メタデータ） (2020-12-02T11:31:56Z) - RANSAC-Flow: generic two-stage image alignment [53.11926395028508]
単純な教師なしのアプローチは、様々なタスクにおいて驚くほどうまく機能することを示す。
その単純さにもかかわらず、我々の手法は様々なタスクやデータセットで競合する結果を示す。
論文 参考訳（メタデータ） (2020-04-03T12:37:58Z) - Holistically-Attracted Wireframe Parsing [123.58263152571952]
本稿では,入力画像中のベクトル化ワイヤフレームを1つのフォワードパスで検出する高速で類似的な解析手法を提案する。
提案手法は, (i) ラインセグメントとジャンクション提案生成, (ii) ラインセグメントとジャンクションマッチング, (iii) ラインセグメントとジャンクション検証の3つのコンポーネントから構成される。
論文 参考訳（メタデータ） (2020-03-03T17:43:57Z)
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。