文献

J-GLOBAL ID：201902224735449954   整理番号：19A2117237

広範な屋外シーンのためのラベル補正による3D意味モデリング【JST・京大機械翻訳】

3D Semantic Modelling With Label Correction For Extensive Outdoor Scene

著者 (4件)： Chen Yuhao (Ministry of Education of China, Shanghai Jiao Tong University, Key Laboratory of System Control and Information Processing, Shanghai, 200240, China) ,  Yang Ming (Ministry of Education of China, Shanghai Jiao Tong University, Key Laboratory of System Control and Information Processing, Shanghai, 200240, China) ,  Wang Chunxiang (Ministry of Education of China, Shanghai Jiao Tong University, Key Laboratory of System Control and Information Processing, Shanghai, 200240, China) ,  Wang Bing (Ministry of Education of China, Shanghai Jiao Tong University, Key Laboratory of System Control and Information Processing, Shanghai, 200240, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IV  ページ： 1262-1267  発行年： 2019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： 意味点雲ラベリングは,3D都市景観マッピングの重要なステップである。二次元意味画像から三次元点雲にラベル付けする一つの方法を示した。しかし,投影精度は絶対的に正確でないキャリブレーションの性能に依存する。さらに,画像と点雲の間の情報次元の差は,異なるセンサ視点の追加により,最終的な3D意味結果におけるラベル誤差に導くことができる。本論文は,広範な屋外シーンのための投影ベースの3D意味点クラウド構築法を記述し,生の投影結果における誤表示問題を扱うためのセグメンテーションベース投票戦略を提案した。最初に,センサ間の事前較正に基づいて,意味画像から点雲へのラベル投影により意味点雲を得た。第二に,著者らは,異なるオブジェクトに属する異なる部分に点雲をクラスタ化するためにセグメンテーション法を採用し,このプロセスはオブジェクトレベルで意味ラベルの空間一貫性を増加させる。最後に,各部分において,各点のラベルをフィルタする投票戦略を用いた。この戦略を実世界の都市シーンでテストし,実験により意味的ラベル誤差の速度を減少させる優れた性能を実証した。Copyright 2019 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： セグメンテーション ,  クラスタ化 ,  投票 ,  都市景観 ,  センサ ,  *モデリング ,  二次元 ,  *三次元 ,  画像 ,  都市 ,  フィルタ

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)： 屋外 ,  シーン ,  ラベル ,  3D ,  意味 ,  モデリング