文献

J-GLOBAL ID：201802221353479480   整理番号：18A2022319

3D交差源点雲におけるマッチングとレジストレーションのための粗から微細なアルゴリズム【JST・京大機械翻訳】

A Coarse-to-Fine Algorithm for Matching and Registration in 3D Cross-Source Point Clouds

著者 (5件)： Huang Xiaoshui (Global Big Data Technologies Centre, School of Computing and Communication, University of Technology Sydney, Ultimo, NSW, Australia) ,  Zhang Jian (Global Big Data Technologies Centre, School of Computing and Communication, University of Technology Sydney, Ultimo, NSW, Australia) ,  Wu Qiang (Global Big Data Technologies Centre, School of Computing and Communication, University of Technology Sydney, Ultimo, NSW, Australia) ,  Fan Lixin (Nokia Technologies, Helsinki, Finland) ,  Yuan Chun (Graduate School of Shenzhen, Tsinghua University, Shenzhen, China)
資料名： IEEE Transactions on Circuits and Systems for Video Technology  (IEEE Transactions on Circuits and Systems for Video Technology)
巻： 28  号： 10  ページ： 2965-2977  発行年： 2018年 
JST資料番号： W0321A  ISSN： 1051-8215  CODEN： ITCTEM  資料種別： 逐次刊行物 (A)
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： 異なるタイプのセンサによって捕捉された交差ソース点雲において見出されたマッチングとレジストレーション問題を扱うための効率的な方法を提案した。このタスクは,密度変化,スケール差,雑音と異常値の大きな割合,欠落データ,および視点変動の存在のために特に挑戦的である。提案した方法は,粗い整合段階において,形状関数記述子の集合を用いて,ターゲットの候補点雲からポテンシャルK領域を選択する。微細段階では,粗い整合段階からの結果を精密化するために,スケール埋め込み生成Gauss混合モデル登録法を提案した。微細な段階に従って,最良領域と正確なカメラの両方が,候補とターゲットの間の相関関係を見出した。この方法を2つの応用に適用した実験を行った。1つは,3D物体の検出と街路外(LiDAR)の交差音源点雲における局在化であり,他は屋内(KinectFusus/VSFM)交差点雲における3Dシーンマッチングとレジストレーションである。実験結果は,既存の方法と比較して,提案方法がよく機能することを示した。また,提案方法は,LiDAR,Kinect,およびRGBカメラのような様々なセンシング技術の下でロバストであることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： センサ ,  雑音 ,  音源 ,  ロバスト性 ,  精密化 ,  カメラ ,  *マッチング ,  *アルゴリズム ,  異常値 ,  *三次元
準シソーラス用語： RGBカメラ ,  Kinect ,  屋内 ,  局在化 ,  Gauss混合モデル , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 3D ,  交差 ,  点雲 ,  マッチング ,  レジストレーション ,  アルゴリズム