論文の概要: Multiview Point Cloud Registration Based on Minimum Potential Energy for Free-Form Blade Measurement

• arxiv url: http://arxiv.org/abs/2502.07680v1
• Date: Tue, 11 Feb 2025 16:30:14 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-12 14:06:29.074536
• Title: Multiview Point Cloud Registration Based on Minimum Potential Energy for Free-Form Blade Measurement
• Title（参考訳）: 自由形ブレード計測のための最小電位エネルギーに基づくマルチビューポイントクラウド登録
• Authors: Zijie Wu, Yaonan Wang, Yang Mo, Qing Zhu, He Xie, Haotian Wu, Mingtao Feng, Ajmal Mian,
• Abstract要約: 本稿では,これらの問題に対処する最小ポテンシャルエネルギー(MPE)法に基づく,新たなグローバルな登録手法を提案する。 提案アルゴリズムは, 精度と耐雑音性の両方の観点から, 他の大域的手法よりも優れている。
• 参考スコア（独自算出の注目度）: 39.73816112194715
• License:
• Abstract: Point cloud registration is an essential step for free-form blade reconstruction in industrial measurement. Nonetheless, measuring defects of the 3D acquisition system unavoidably result in noisy and incomplete point cloud data, which renders efficient and accurate registration challenging. In this paper, we propose a novel global registration method that is based on the minimum potential energy (MPE) method to address these problems. The basic strategy is that the objective function is defined as the minimum potential energy optimization function of the physical registration system. The function distributes more weight to the majority of inlier points and less weight to the noise and outliers, which essentially reduces the influence of perturbations in the mathematical formulation. We decompose the solution into a globally optimal approximation procedure and a fine registration process with the trimmed iterative closest point algorithm to boost convergence. The approximation procedure consists of two main steps. First, according to the construction of the force traction operator, we can simply compute the position of the potential energy minimum. Second, to find the MPE point, we propose a new theory that employs two flags to observe the status of the registration procedure. We demonstrate the performance of the proposed algorithm on four types of blades. The proposed method outperforms the other global methods in terms of both accuracy and noise resistance.
• Abstract（参考訳）: 点雲の登録は、産業計測における自由形ブレードの再構築に不可欠なステップである。 それでも、3D取得システムの欠陥を測定すると、ノイズや不完全点のクラウドデータが発生するため、効率的な正確な登録が困難になる。 本稿では,これらの問題に対処する最小ポテンシャルエネルギー(MPE)法に基づく,新たなグローバルな登録手法を提案する。 基本戦略は、目的関数が物理登録システムの最小ポテンシャルエネルギー最適化関数として定義されることである。 この関数は、不整点の大多数により多くの重みを分配し、ノイズや外れ値により少ない重みを分配し、数学的定式化における摂動の影響を本質的に減少させる。 我々は,この解を最適近似法とトリミング反復最近点アルゴリズムによる細かな登録プロセスに分解して収束を促進させる。 近似手順は2つの主要なステップから構成される。 第一に、力抽出演算子の構築により、ポテンシャルエネルギーの最小位置を単純に計算できる。 第二に,登録手続きの状況を確認するために2つのフラグを用いた新たな理論を提案する。 提案アルゴリズムの性能を4種類のブレード上で実証する。 提案手法は, 精度と耐雑音性の両方の観点から, 他の大域的手法よりも優れる。

関連論文リスト

• Efficient Low-rank Identification via Accelerated Iteratively Reweighted Nuclear Norm Minimization [8.879403568685499]
  パラメータの平滑化に適応的な更新戦略を導入する。 この振る舞いは、アルゴリズムを数回繰り返した後に、効果的に問題を解決するものに変えます。 すべてのイテレーションが重要なものであることを保証し、グローバルに提案された実験を証明します。
  論文  参考訳（メタデータ） (2024-06-22T02:37:13Z)
• SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid Registration [76.40993825836222]
  本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。 提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
  論文  参考訳（メタデータ） (2024-05-30T15:55:04Z)
• Partial Transport for Point-Cloud Registration [11.62232246430338]
  本稿では, 最適部分輸送問題に基づく総合的な非剛性登録手法を提案する。 提案アルゴリズムをスライシングにより拡張し,計算効率を向上する。 提案手法の有効性を実証し, 各種の3次元および2次元非剛性登録問題のベースラインと比較する。
  論文  参考訳（メタデータ） (2023-09-27T17:04:22Z)
• GraphReg: Dynamical Point Cloud Registration with Geometry-aware Graph Signal Processing [0.0]
  本研究では,3次元点雲登録のための高精度,効率的,物理的に誘導された手法を提案する。 我々は、粒子(点)の動きを制御し、より正確で頑健な登録を実現するために、幾何学を意識した剛体力学を探求する。 その結果,提案手法は精度において最先端の手法よりも優れており,大規模点雲の登録に適していることがわかった。
  論文  参考訳（メタデータ） (2023-02-02T14:06:46Z)
• Robust Motion Averaging for Multi-view Registration of Point Sets Based Maximum Correntropy Criterion [4.318555434063273]
  ラプラシアンカーネルを用いた最大コレントロピー基準(LMCC)を用いたマルチビュー登録のための新しい動き平均化フレームワークを提案する。 本手法は, 効率, 精度, 堅牢性において優れた性能を実現する。
  論文  参考訳（メタデータ） (2022-08-24T06:49:43Z)
• Graph Signal Restoration Using Nested Deep Algorithm Unrolling [85.53158261016331]
  グラフ信号処理は、センサー、社会交通脳ネットワーク、ポイントクラウド処理、グラフネットワークなど、多くのアプリケーションにおいてユビキタスなタスクである。 凸非依存型深部ADMM(ADMM)に基づく2つの復元手法を提案する。 提案手法のパラメータはエンドツーエンドでトレーニング可能である。
  論文  参考訳（メタデータ） (2021-06-30T08:57:01Z)
• Canny-VO: Visual Odometry with RGB-D Cameras based on Geometric 3D-2D Edge Alignment [85.32080531133799]
  本稿では,自由形式の曲線登録に関する古典的な問題をレビューし,効率的なrgbdビジュアルオドメトリシステムcanny-voに適用する。 エッジ登録でよく用いられる距離変換の代替として、近似近接近傍場と配向近接近傍場という2つの方法が提案されている。 3D2Dエッジアライメントは、効率性と精度の両方の観点から、これらの代替製剤の恩恵を受けます。
  論文  参考訳（メタデータ） (2020-12-15T11:42:17Z)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)
• Minimum Potential Energy of Point Cloud for Robust Global Registration [45.82423981744138]
  本稿では,大域点集合登録のための最小重力ポテンシャルエネルギー(MPE)に基づく新しいアルゴリズムを提案する。 本稿では,提案アルゴリズムの性能を実データだけでなく合成データにも示す。
  論文  参考訳（メタデータ） (2020-06-11T14:13:40Z)

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。