文献

J-GLOBAL ID：201702281067092019   整理番号：17A1724472

完全に連結した条件付き確率場を用いた3D点雲のセグメンテーション【Powered by NICT】

3D point cloud segmentation using a fully connected conditional random field

著者 (3件)： Lin Xiao (Image Processing Group, Technical University of Catalonia (UPC), Barcelona, Spain) ,  Casas Josep R. (Image Processing Group, Technical University of Catalonia (UPC), Barcelona, Spain) ,  Pardas Montse (Image Processing Group, Technical University of Catalonia (UPC), Barcelona, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EUSIPCO  ページ： 66-70  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： 低レベル画像特徴で作動する伝統的な画像セグメンテーション法は,より高いレベルのタスクに適応が困難である,物体認識とシーン理解など。オブジェクトセグメンテーションは,この研究分野における新しい挑戦として出現した。異なる情報の組み合わせを解析することにより,シーンの意味論的物体に関連したより意味のあるセグメントを得ることを目的としている。消費者深さセンサから得られた3D点雲データは,2D画像と比較して,3Dシーンの幾何学に関する豊富な情報のために多くのコンピュータビジョン問題に対処するために活用した。一方,また深さ情報は通常雑音,スパースで組織化されていないとして出現した新しい挑戦。本論文では,空間-時間コヒーレンスを利用することにより点雲の流れにおける相互作用オブジェクトを分割するための新しいポイントクラウドセグメンテーションアプローチを提案した。現在と以前の情報の両者に基づいて定義されたエネルギー関数を持つ完全に連結した条件付き確率場におけるエネルギー最小化タスクとして問題となっている。の異なる方法を比較し,2K以上のフレームを持つ配列で提案した方法の改善されたセグメンテーション性能とロバスト性を証明した。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： 幾何学 ,  雑音 ,  *セグメンテーション ,  意味論 ,  コンピュータビジョン ,  画像特性 ,  *三次元 ,  ロバスト性 ,  物体認識 ,  画像
準シソーラス用語： エネルギー最小化 ,  エネルギー関数 ,  シーン理解 ,  画像セグメンテーション ,  *条件つき確率場 , 【Automatic Indexing@JST】

分類 (3件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 条件付き確率場 ,  3D ,  点雲 ,  セグメンテーション