文献

J-GLOBAL ID：201902282577051058   整理番号：19A0518335

屋内環境の非構造化3Dデータからの自動室分割【JST・京大機械翻訳】

Automatic Room Segmentation From Unstructured 3-D Data of Indoor Environments

著者 (3件)： Ambrus Rares (Centre for Autonomous Systems, KTH Royal Institute of Technology, Stockholm, Sweden) ,  Claici Sebastian (Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology, Cambridge, MA, USA) ,  Wendt Axel (Bosch Research and Technology Center, Robert Bosch LLC, Palo Alto, CA, USA)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 2  号： 2  ページ： 749-756  発行年： 2017年 
JST資料番号： W2448A  ISSN： 2377-3766  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： 建物内部の非構造化点雲から二次元床計画を再構成する作業のための自動手法を提示した。著者らのアプローチは,建物構造要素の正確でロバストな検出を強調し,以前の手法とは異なり,走査装置姿勢の事前知識を必要としない。再構成タスクは,エネルギー最小化を用いてアプローチするマルチクラスラベリング問題として定式化される。エネルギー最小化問題に対するコストを定義し,ロバスト性を保証するために正確な壁と開口検出アルゴリズムに依存する直感的な事前を用いた。著者らは,最先端の方法とラベルされたグランドトルースデータに対して,定性的と定量的な両方の詳細な実験的評価結果を提供した。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： *屋内環境 ,  建築構造 ,  再構成 ,  ロバスト性 ,  開口 ,  走査装置 ,  二次元 ,  定式化
準シソーラス用語： グランドトゥルース ,  最先端 ,  検出アルゴリズム ,  エネルギー最小化 ,  事前知識 ,  *屋内 ,  *三次元データ , 【Automatic Indexing@JST】

分類 (3件)： 信号理論  (ND02020G) ,  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 (3件)： 屋内環境 ,  構造化 ,  3Dデータ