Fugu-MT 論文翻訳(概要): From Elevation Maps To Contour Lines: SVM and Decision Trees to Detect Violin Width Reduction

論文の概要: From Elevation Maps To Contour Lines: SVM and Decision Trees to Detect Violin Width Reduction

arxiv url: http://arxiv.org/abs/2604.02446v1
Date: Thu, 02 Apr 2026 18:16:52 GMT
ステータス: 翻訳完了
システム内更新日: 2026-04-06 17:20:24.167773
Title: From Elevation Maps To Contour Lines: SVM and Decision Trees to Detect Violin Width Reduction
Title（参考訳）: 標高マップから輪郭線へ:SVMと決定木を使ってヴァイオリン幅減少を検出する
Authors: Philémon Beghin, Anne-Emmanuelle Ceulemans, François Glineur,
Abstract要約: 3Dフォトグラムメッシュを用いたヴァイオリン幅低減の自動検出について検討する。我々は、標高マップから構築された幾何学に基づく生の表現に対して、SVMと決定木をよりターゲット的で特徴工学的なアプローチで適用した。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We explore the automatic detection of violin width reduction using 3D photogrammetric meshes. We compare SVM and Decision Trees applied to a geometry-based raw representation built from elevation maps with a more targeted, feature-engineered approach relying on parametric contour lines fitting. Although elevation maps occasionally achieve strong results, their performance does not surpass that of the contour-based inputs.
Abstract（参考訳）: 3Dフォトグラムメッシュを用いたヴァイオリン幅低減の自動検出について検討する。 SVM と決定木を標高マップから構築した幾何学的生表現に適用し,パラメトリックな輪郭線フィッティングに頼って,よりターゲットを絞った特徴工学的アプローチで比較した。標高マップは時折強い結果が得られるが、その性能は等高線に基づく入力を超えない。

関連論文リスト

Revisiting Depth Representations for Feed-Forward 3D Gaussian Splatting [57.43483622778394]
本稿では,事前学習した変圧器によって予測される点マップに基づく新しい正規化損失PM-Lossを紹介する。改良された深度マップにより,様々なアーキテクチャやシーンのフィードフォワード3DGSを大幅に改善する。
論文参考訳（メタデータ） (2025-06-05T17:58:23Z)
Mode-GS: Monocular Depth Guided Anchored 3D Gaussian Splatting for Robust Ground-View Scene Rendering [47.879695094904015]
そこで本研究では,地上ロボット軌道データセットのための新しいビューレンダリングアルゴリズムであるMode-GSを提案する。提案手法は,既存の3次元ガウススプラッティングアルゴリズムの限界を克服する目的で,アンカー付きガウススプラッターを用いている。提案手法は,PSNR,SSIM,LPIPSの計測値に基づいて,自由軌道パターンを持つ地上環境におけるレンダリング性能を向上する。
論文参考訳（メタデータ） (2024-10-06T23:01:57Z)
HeightLane: BEV Heightmap guided 3D Lane Detection [6.940660861207046]
単分子画像からの正確な3次元車線検出は、深さのあいまいさと不完全な地盤モデリングによる重要な課題を示す。本研究は,マルチスロープ仮定に基づいてアンカーを作成することにより,単眼画像から高さマップを予測する革新的な手法であるHeightLaneを紹介する。 HeightLaneは、Fスコアの観点から最先端のパフォーマンスを実現し、現実世界のアプリケーションにおけるその可能性を強調している。
論文参考訳（メタデータ） (2024-08-15T17:14:57Z)
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)
Vision-based Large-scale 3D Semantic Mapping for Autonomous Driving Applications [53.553924052102126]
ステレオカメラシステムのみに基づく3次元セマンティックマッピングのための完全なパイプラインを提案する。パイプラインは、直接視覚的オドメトリーのフロントエンドと、グローバルな時間統合のためのバックエンドで構成されている。本稿では,3次元点ラベルの品質と一貫性を向上する,単純だが効果的な投票方式を提案する。
論文参考訳（メタデータ） (2022-03-02T13:18:38Z)
TANDEM: Tracking and Dense Mapping in Real-time using Deep Multi-view Stereo [55.30992853477754]
本稿では,リアルタイムな単分子追跡と高密度フレームワークであるTANDEMを紹介する。ポーズ推定のために、TANDEMはアライメントのスライディングウィンドウに基づいて光度バンドル調整を行う。 TANDEMは最先端のリアルタイム3D再構成性能を示す。
論文参考訳（メタデータ） (2021-11-14T19:01:02Z)
OmniSLAM: Omnidirectional Localization and Dense Mapping for Wide-baseline Multi-camera Systems [88.41004332322788]
超広視野魚眼カメラ(FOV)を用いた広視野多視点ステレオ構成のための全方向位置決めと高密度マッピングシステムを提案する。より実用的で正確な再構築のために、全方向深度推定のための改良された軽量のディープニューラルネットワークを導入する。我々は全方位深度推定をビジュアル・オドメトリー(VO)に統合し,大域的整合性のためのループ閉鎖モジュールを付加する。
論文参考訳（メタデータ） (2020-03-18T05:52:10Z)
SLOAM: Semantic Lidar Odometry and Mapping for Forest Inventory [9.927061361867237]
本稿では,木径推定のための終端パイプラインについて,セマンティックセグメンテーションとライダー・オドメトリーとマッピングを用いて述べる。本稿では,ロボットのポーズを推定しながら,木モデルの改良を同時に行う意味的特徴に基づくポーズ最適化を提案する。従来のライダーと画像に基づく手法は,無人航空機 (UAV) とハンドキャリーシステムの両方の森林環境において失敗することを示す。
論文参考訳（メタデータ） (2019-12-29T20:38:32Z)

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。