文献

J-GLOBAL ID：201802245908766254   整理番号：18A1301645

3D物体検出のための結合クラスタ化と画像マッピングに基づく点雲セグメンテーション【JST・京大機械翻訳】

A combined clustering and image mapping based point cloud segmentation for 3D object detection

著者 (5件)： Hu Fangchao (School of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Tian Zhen (School of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Li Yinguo (School of Automation, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Huang Shuai (School of Advanced Manufacturing Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China) ,  Feng Mingchi (School of Advanced Manufacturing Engineering, Chongqing University of Posts and Telecommunications, Chongqing 400065, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCDC  ページ： 1664-1669  発行年： 2018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： 3Dオブジェクト検出は,自律車両の分野における衝突と経路計画を避けるために重要である。本論文において,著者らは3Dポイントクラウドをセグメント化するために結合クラスタ化と画像マッピングベースのアルゴリズムを提示した。それは,オブジェクトのクラスをクラスタ化するためのシードとして信頼できる初期値を提供するだけでなく,オブジェクトを検出するために事前に訓練された分類装置を避ける。提案したアルゴリズムを用いて正確な3D物体検出結果を得た。提案したアルゴリズムは,2D画像における境界領域を決定するステップで計算複雑度を減少させることができて,3Dポイントクラウドにおける分割のステップで各々の対象のクラスタの初期中心を作り出すことができた。実験状態は,提案したアルゴリズムが物体検出の精度と実現可能性を改善できることを示した。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： 境界領域 ,  計算量 ,  経路探索 ,  *画像 ,  *クラスタ ,  二次元 ,  アルゴリズム ,  *コンピュータビジョン ,  *三次元 ,  分類装置 ,  *セグメンテーション ,  *クラスタ化
準シソーラス用語： 初期値 ,  自律性 ,  *物体検出 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 3D物体 ,  クラスタ化 ,  マッピング ,  点雲 ,  セグメンテーション