文献

J-GLOBAL ID：201702217645171917   整理番号：17A1773119

ScanNet:屋内シーンのリッチな注釈付き3D再構成【Powered by NICT】

ScanNet: Richly-Annotated 3D Reconstructions of Indoor Scenes

著者 (6件)： Dai Angela ,  Chang Angel X. ,  Savva Manolis ,  Halber Maciej ,  Funkhouser Thomas ,  NieBner Matthias
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CVPR  ページ： 2432-2443  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： 教師つき深層学習法を活用するための重要な要件は,大きな標識データセットの利用可能性である。残念なことに,RGB-Dシーン理解の文脈において,データはほとんど入手できない 現在のデータセットは小さな範囲シーンのをカバーし,制限された意味アノテーションを有していた。この問題に対処するために,著者らはScanNet,3Dカメラ姿勢,表面再構成,および意味的セグメンテーションと注釈された1513シーン中の2.5Mビューを含むRGB-Dビデオデータセットを導入した。このデータを収集するために,自動表面再構成とクラウドソーシング意味注釈を含む簡便でスケーラブルなRGB-D捕獲システムを設計した。はこのデータを用いたいくつかの3Dシーン理解タスク上で最先端技術レベルの性能を達成するのに役立つことを示し,3D物体分類,意味論的ボクセル標識,CADモデル検索を含んでいた。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： *アノテーション ,  ボクセル ,  セグメンテーション ,  意味論 ,  表面再構成 ,  捕獲 ,  *三次元
準シソーラス用語： CADモデル ,  最先端技術 ,  クラウドソーシング ,  3Dカメラ ,  シーン理解 ,  深層学習 ,  *3D画像再構成 ,  屋内 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 屋内 ,  シーン ,  注釈 ,  3D再構成