文献
J-GLOBAL ID:201802246531061218   整理番号:18A0426028

幾何学的拘束を用いたRANSACの認定試料の獲得【Powered by NICT】

Acquiring qualified samples for RANSAC using geometrical constraints
著者 (6件):
資料名:
巻: 102  ページ: 58-66  発行年: 2018年 
JST資料番号: H0913A  ISSN: 0167-8655  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: オランダ (NLD)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
三次元点群データから幾何学的モデルのパラメータの推定はコンピュータビジョンにおける重要な問題である。ランダムサンプルコンセンサス(RANSAC)とその変動は,モデルパラメータの推定のための提案されている。しかし,RANSACは計算的に高価で測定した3次元データが雑音と外れ値を含む場合に問題は挑戦的である。本論文では,RANSACのための効率的なサンプリング技術であり,幾何学的制約は,ロバストな推定のための良好な試料を選択するために利用されているを示した。制約は予め特定した二基準に基づいている。まず試料は,推定されたモデルと一致する保証しなければならない第二に,選択した試料は,関心オブジェクトの明示的な幾何学的制約を満足しなければならない。提案されたアプローチは,三次元点雲からの円筒物体を推定するためのロバスト推定器,GCSAC(幾何学的制約付きサンプルコンセンサス)と名付けた,包まれる。種々のデータセット上での包括的実験により,提案手法では,推定されたモデルの精度と計算時間の両方の項で試験した他のロバスト推定器(例えばMLESAC)より優れていることを示した。本論文で使用した実装と評価データセットを公的に利用可能である。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  図形・画像処理一般 

前のページに戻る