文献

J-GLOBAL ID：201702216244109209   整理番号：17A1772874

PointNet:3D分類とセグメンテーションのための点集合の深層学習【Powered by NICT】

PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation

著者 (4件)： Charles R. Qi ,  Su Hao ,  Kaichun Mo ,  Guibas Leonidas J.
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 77-85  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 点雲は重要な幾何学的データ構造である。その不規則なフォーマットのために,多くの研究者はそのようなデータを変換画像の規則的な3Dボクセル格子または収集した。しかし,これは不必要に大量のデータを与え,問題を引き起こす。本論文では,点雲,入力点の置換不変性を尊重を消費する新しいタイプのニューラルネットワークを設計した。PointNetと名付けた,筆者らのネットワークは,オブジェクト分類,部分分割,シーン意味解析の範囲応用のための統一アーキテクチャを提供した。簡単なが,PointNetは非常に効率的で効果的であった。経験的に,同等か芸術の状態よりも良好な強い性能を示した。理論的に,著者らは,ネットワークが学んだもの,なぜネットワークは,入力摂動と腐敗に関してロバスト理解に向けて解析を行った。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ボクセル ,  *セグメンテーション ,  画像 ,  計算機アーキテクチャ ,  ロバスト性 ,  ニューラルネットワーク ,  摂動 ,  不変性 ,  ネットワーク ,  *三次元 ,  データ構造 ,  意味解析
準シソーラス用語： オブジェクト分類 ,  *深層学習 ,  *点集合 , 【Automatic Indexing@JST】

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 3D ,  分類 ,  セグメンテーション ,  点集合 ,  深層学習