論文の概要: A Radiometric Correction based Optical Modeling Approach to Removing Reflection Noise in TLS Point Clouds of Urban Scenes

• arxiv url: http://arxiv.org/abs/2407.02830v1
• Date: Wed, 3 Jul 2024 06:17:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-07-04 15:25:09.629151
• Title: A Radiometric Correction based Optical Modeling Approach to Removing Reflection Noise in TLS Point Clouds of Urban Scenes
• Title（参考訳）: 放射光補正に基づく都市景観のTLS点雲の反射音除去のための光モデリング手法
• Authors: Li Fang, Tianyu Li, Yanghong Lin, Shudong Zhou, Wei Yao,
• Abstract要約: TLSが取得した点雲は反射面からの仮想点を含むことが多く、乱れを引き起こす。 本研究では,TLS点雲に対する反射ノイズ除去アルゴリズムを提案する。
• 参考スコア（独自算出の注目度）: 3.7967365472200894
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Point clouds are vital in computer vision tasks such as 3D reconstruction, autonomous driving, and robotics. However, TLS-acquired point clouds often contain virtual points from reflective surfaces, causing disruptions. This study presents a reflection noise elimination algorithm for TLS point clouds. Our innovative reflection plane detection algorithm, based on geometry-optical models and physical properties, identifies and categorizes reflection points per optical reflection theory. We've adapted the LSFH feature descriptor to retain reflection features, mitigating interference from symmetrical architectural structures. By incorporating the Hausdorff feature distance, the algorithm enhances resilience to ghosting and deformation, improving virtual point detection accuracy. Extensive experiments on the 3DRN benchmark dataset, featuring diverse urban environments with virtual TLS reflection noise, show our algorithm improves precision and recall rates for 3D points in reflective regions by 57.03\% and 31.80\%, respectively. Our method achieves a 9.17\% better outlier detection rate and 5.65\% higher accuracy than leading methods. Access the 3DRN dataset at (https://github.com/Tsuiky/3DRN).
• Abstract（参考訳）: ポイントクラウドは、3D再構成、自律運転、ロボット工学といったコンピュータビジョンタスクにおいて不可欠である。 しかし、TLSが取得した点雲は反射面の仮想点を含むことが多く、乱れを引き起こす。 本研究では,TLS点雲に対する反射ノイズ除去アルゴリズムを提案する。 我々の革新的な反射面検出アルゴリズムは、幾何-光学モデルと物理特性に基づいて、光反射理論ごとに反射点を特定し、分類する。 我々は LSFH 特徴記述子を反射特性の保持に適応させ, 対称構造構造からの干渉を緩和した。 ハウスドルフ特徴距離を組み込むことで、ゴーストや変形に対するレジリエンスを高め、仮想点検出精度を向上させる。 仮想TLS反射雑音を伴う多様な都市環境を特徴とする3DRNベンチマークデータセットの大規模な実験により,反射領域における3D点の精度とリコール率をそれぞれ57.03\%,31.80\%向上させた。 本手法は, 先行法よりも9.17 %, 5.65 %高い精度で検出できる。 3DRNデータセットをhttps://github.com/Tsuiky/3DRNでアクセスする。

関連論文リスト

• TraIL-Det: Transformation-Invariant Local Feature Networks for 3D LiDAR Object Detection with Unsupervised Pre-Training [21.56675189346088]
  本稿では変換不変ローカル(TraIL)機能と関連するTraIL-Detアーキテクチャを紹介する。 TraILの特徴は、厳密な変換不変性を示し、点密度の変動に効果的に適応する。 彼らはLiDARの固有の等方性放射を利用して局所的な表現を強化する。 提案手法は,KITTI上のmAPを用いて,現代自己監督型3次元物体検出手法より優れている。
  論文  参考訳（メタデータ） (2024-08-25T17:59:17Z)
• CVT-xRF: Contrastive In-Voxel Transformer for 3D Consistent Radiance Fields from Sparse Inputs [65.80187860906115]
  スパース入力によるNeRFの性能向上のための新しい手法を提案する。 まず, サンプル線が, 3次元空間内の特定のボクセルと交差することを保証するために, ボクセルを用いた放射線サンプリング戦略を採用する。 次に、ボクセル内の追加点をランダムにサンプリングし、トランスフォーマーを適用して各線上の他の点の特性を推測し、ボリュームレンダリングに組み込む。
  論文  参考訳（メタデータ） (2024-03-25T15:56:17Z)
• NeRF-Det++: Incorporating Semantic Cues and Perspective-aware Depth Supervision for Indoor Multi-View 3D Detection [72.0098999512727]
  NeRF-Detは、NeRFを用いた屋内マルチビュー3次元検出において、表現学習の強化による優れた性能を実現している。 セマンティックエンハンスメント(セマンティックエンハンスメント)、パースペクティブ・アウェア・サンプリング(パースペクティブ・アウェア・サンプリング)、および順序深度監視を含む3つのソリューションを提案する。 結果として得られたアルゴリズムであるNeRF-Det++は、ScanNetV2とAR KITScenesデータセットで魅力的なパフォーマンスを示している。
  論文  参考訳（メタデータ） (2024-02-22T11:48:06Z)
• Ray Denoising: Depth-aware Hard Negative Sampling for Multi-view 3D Object Detection [46.041193889845474]
  レイデノジング(Ray Denoising)は、カメラ線に沿って戦略的にサンプリングすることで検出精度を高める革新的な手法である。 Ray Denoisingはプラグイン・アンド・プレイモジュールとして設計されており、DETR方式のマルチビュー3D検出器と互換性がある。 NuScenesデータセット上の最先端のStreamPETR法よりも平均精度(mAP)が1.9%向上した。
  論文  参考訳（メタデータ） (2024-02-06T02:17:44Z)
• Estimation of Physical Parameters of Waveforms With Neural Networks [0.8142555609235358]
  フルウェーブフォームLiDARのポテンシャルは、単なる高さ推定や3D再構成よりもはるかに大きい。 既存のLiDARデータ解析の分野では、逆モデリングによる深さ推定や対数強度の回帰、減衰係数の近似のための深さ推定などがある。 本研究では,LIDARデータ解析におけるパラメータ推定のためのニューラルネットワークに基づく新しい解を提案する。
  論文  参考訳（メタデータ） (2023-12-05T22:54:32Z)
• StableDreamer: Taming Noisy Score Distillation Sampling for Text-to-3D [88.66678730537777]
  本稿では3つの進歩を取り入れた方法論であるStableDreamerを紹介する。 まず、SDS生成前の等価性と、簡単な教師付きL2再構成損失を定式化する。 第2に,画像空間拡散は幾何学的精度に寄与するが,色調の鮮明化には潜時空間拡散が不可欠であることを示す。
  論文  参考訳（メタデータ） (2023-12-02T02:27:58Z)
• Differentiable Radio Frequency Ray Tracing for Millimeter-Wave Sensing [29.352303349003165]
  我々はmmWaveベースの3D再構成のための微分可能なフレームワークDiffSBRを提案する。 DiffSBRは、仮想3Dモデルからレーダーポイント雲をシミュレートするために、微分可能なレイトレーシングエンジンを組み込んでいる。 各種レーダーハードウェアを用いた実験は、ディフSBRの微細な3D再構成能力を検証する。
  論文  参考訳（メタデータ） (2023-11-22T06:13:39Z)
• ConsistentNeRF: Enhancing Neural Radiance Fields with 3D Consistency for Sparse View Synthesis [99.06490355990354]
  本研究では,深度情報を利用して画素間のマルチビューとシングルビューの3D整合性を調整する手法であるConsistentNeRFを提案する。 提案手法は,PSNRが94%,SSIMが31%,LPIPSが31%,疎視条件下でのモデル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） (2023-05-18T15:18:01Z)
• RVMDE: Radar Validated Monocular Depth Estimation for Robotics [5.360594929347198]
  両眼視センサの固有剛性校正は正確な深度推定に不可欠である。 あるいは、単眼カメラは、深度推定の精度を犠牲にして制限を緩和し、厳しい環境条件下では課題が悪化する。 本研究は, 環境条件下での深度推定のために, 単眼カメラの細粒度データと融合した場合のレーダーからの粗い信号の有用性について検討する。
  論文  参考訳（メタデータ） (2021-09-11T12:02:29Z)
• NeRFactor: Neural Factorization of Shape and Reflectance Under an Unknown Illumination [60.89737319987051]
  照明条件が不明な物体の多視点像から物体の形状と空間的反射率を復元する問題に対処する。 これにより、任意の環境照明下でのオブジェクトの新たなビューのレンダリングや、オブジェクトの材料特性の編集が可能になる。
  論文  参考訳（メタデータ） (2021-06-03T16:18:01Z)
• Hypergraph Spectral Analysis and Processing in 3D Point Cloud [80.25162983501308]
  3Dポイントクラウドは、3Dオブジェクトや周囲を特徴付ける基本的なデータ構造になっている。 3次元点雲を効率的に処理するには、基礎となる構造と外周騒音に適したモデルが常に重要である。 本稿では,高速な解析と処理が可能なハイパーグラフベースの新しいポイントクラウドモデルを提案する。
  論文  参考訳（メタデータ） (2020-01-08T05:30:16Z)

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。