Fugu-MT 論文翻訳(概要): Improved Block Merging for 3D Point Cloud Instance Segmentation

論文の概要: Improved Block Merging for 3D Point Cloud Instance Segmentation

arxiv url: http://arxiv.org/abs/2407.06991v1
Date: Tue, 9 Jul 2024 16:06:34 GMT
ステータス: 処理完了
システム内更新日: 2024-07-10 17:27:33.676215
Title: Improved Block Merging for 3D Point Cloud Instance Segmentation
Title（参考訳）: 3Dポイントクラウドインスタンスセグメンテーションのためのブロックマージの改善
Authors: Leon Denis, Remco Royen, Adrian Munteanu,
Abstract要約: 提案手法は,すでに処理されているブロックの不正なラベル付き点をラベル伝搬によって修正することにより,最先端技術よりも改善する。実験の結果,提案手法は,文献に用いた評価指標の精度を大幅に向上することがわかった。
参考スコア（独自算出の注目度）: 6.632158868486343
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper proposes a novel block merging algorithm suitable for any block-based 3D instance segmentation technique. The proposed work improves over the state-of-the-art by allowing wrongly labelled points of already processed blocks to be corrected through label propagation. By doing so, instance overlap between blocks is not anymore necessary to produce the desirable results, which is the main limitation of the current art. Our experiments show that the proposed block merging algorithm significantly and consistently improves the obtained accuracy for all evaluation metrics employed in literature, regardless of the underlying network architecture.
Abstract（参考訳）: 本稿では,ブロックベース3Dインスタンスセグメンテーション技術に適したブロックマージアルゴリズムを提案する。提案手法は,すでに処理されているブロックの不正なラベル付き点をラベル伝搬によって修正することにより,最先端技術よりも改善する。これにより、現在の技術の主な限界である望ましい結果を生成するために、ブロック間のインスタンスオーバーラップはもはや不要になる。本実験により,提案手法は,基礎となるネットワークアーキテクチャに関係なく,文学におけるすべての評価指標の精度を大幅に向上することを示した。

関連論文リスト

Towards Universal Dense Blocking for Entity Resolution [49.06313308481536]
ドメインに依存しない、容易に観測可能なコーパス上で事前学習を行う密集型ブロッカであるUniBlockerを提案する。ドメインに依存しない事前トレーニングを行うことで、UniBlockerはドメイン固有の微調整を必要とせずに、さまざまなダウンストリームブロッキングシナリオに適応できる。提案したUniBlockerは、ドメイン固有の学習を一切行わず、従来の自己および教師なしの密なブロッキング手法よりも大幅に優れていた。
論文参考訳（メタデータ） (2024-04-23T08:39:29Z)
Theoretically Achieving Continuous Representation of Oriented Bounding Boxes [64.15627958879053]
本論文は,オブジェクト指向境界ボックス表現における不連続性を完全に解決しようとする試みである。本研究では,既存の検出器に容易に統合可能なCOBB(Continuous OBB)という新しい表現法を提案する。 OOD評価のためのオープンソースのディープラーニングフレームワークJittorの検出ツールボックスJDetをベースとした,モジュール化されたベンチマークを開発した。
論文参考訳（メタデータ） (2024-02-29T09:27:40Z)
Block Sparse Bayesian Learning: A Diversified Scheme [16.61484758008309]
実世界のデータに広汎なブロック間隔現象を特徴付けるために, バラエティブロックスパース(Diversified Block Sparse)という小説を紹介した。ブロック内分散およびブロック間相関行列の多様化を可能とすることにより、既存のブロックスパース学習手法の感度問題を事前に定義されたブロック情報に効果的に対処する。
論文参考訳（メタデータ） (2024-02-07T08:18:06Z)
Multi-modality Affinity Inference for Weakly Supervised 3D Semantic Segmentation [47.81638388980828]
本稿では,マルチモーダルポイント親和性推論モジュールを新たに導入した,シンプルで効果的なシーンレベルの弱教師付きポイントクラウドセグメンテーション法を提案する。 ScanNet と S3DIS のベンチマークでは,最先端の ScanNet と S3DIS のベンチマークでは 4% から 6% の mIoU を達成している。
論文参考訳（メタデータ） (2023-12-27T14:01:35Z)
ShallowBlocker: Improving Set Similarity Joins for Blocking [1.8492669447784602]
古典的文字列類似度尺度に基づくハンズ・オフ・ブロッキング手法を提案する。絶対類似性、相対類似性、局所濃度条件を組み合わせた新しいハイブリッド・セット類似性結合と、新しい有効候補前フィルタを用いて、サイズフィルタを置換する。本手法は,教師なしブロックと教師なしブロッキングの両方に対して,スケーラブルな方法で最先端のペアの有効性を実現する。
論文参考訳（メタデータ） (2023-12-26T00:31:43Z)
BASS: Block-wise Adaptation for Speech Summarization [47.518484305407185]
本研究では,非常に長い列の要約モデルを漸進的に訓練する手法を開発した。音声要約はストリーミングプロセスとして実現され、各ブロック毎に仮説要約が更新される。 How2データセットの実験により、提案したブロックワイドトレーニング手法は、乱れた入力ベースライン上のROUGE-L上で絶対的に3ポイント向上することを示した。
論文参考訳（メタデータ） (2023-07-17T03:31:36Z)
The Cascaded Forward Algorithm for Neural Network Training [61.06444586991505]
本稿では,ニューラルネットワークのための新しい学習フレームワークであるCascaded Forward(CaFo)アルゴリズムを提案する。 FFとは異なり、我々のフレームワークは各カスケードブロックのラベル分布を直接出力する。我々のフレームワークでは、各ブロックは独立して訓練できるので、並列加速度システムに容易に展開できる。
論文参考訳（メタデータ） (2023-03-17T02:01:11Z)
Collaborative Propagation on Multiple Instance Graphs for 3D Instance Segmentation with Single-point Supervision [63.429704654271475]
本稿では,1つのオブジェクトを1つのポイントでラベル付けするだけでよい,弱教師付き手法RWSegを提案する。これらの疎いラベルにより、セマンティック情報とインスタンス情報を伝達する2つの分岐を持つ統一的なフレームワークを導入する。具体的には、異なるインスタンスグラフ間の競合を促進するクロスグラフ競合ランダムウォークス(CRW)アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-08-10T02:14:39Z)
Copy-Move Image Forgery Detection Based on Evolving Circular Domains Coverage [5.716030416222748]
提案手法はブロックベースとキーポイントベースの両方の偽造検出手法を統合する。実験結果から, CMFD方式により, 種々の攻撃による検出性能が向上することが示唆された。
論文参考訳（メタデータ） (2021-09-09T16:08:03Z)
Structural block driven - enhanced convolutional neural representation for relation extraction [11.617819771034927]
本稿では,構造ブロック駆動型畳み込みニューラルネットワークの軽量な関係抽出手法を提案する。構造ブロックとして命名された依存性分析により、エンティティに関連する重要なシーケンシャルトークンを検出します。我々はマルチスケールcnnを用いてブロックとブロック間の表現のみを符号化する。
論文参考訳（メタデータ） (2021-03-21T10:23:44Z)

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。