文献

J-GLOBAL ID：202002222019000041   整理番号：20A1750176

点群:3Dインスタンスセグメンテーションのための二重集合点グルーピング【JST・京大機械翻訳】

PointGroup: Dual-Set Point Grouping for 3D Instance Segmentation

著者 (6件)： Jiang Li (The Chinese University of Hong Kong) ,  Zhao Hengshuang (The Chinese University of Hong Kong) ,  Shi Shaoshuai (The Chinese University of Hong Kong) ,  Liu Shu (SmartMore) ,  Fu Chi-Wing (The Chinese University of Hong Kong) ,  Jia Jiaya (The Chinese University of Hong Kong; SmartMore)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CVPR  ページ： 4866-4875  発行年： 2020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： インスタンスセグメンテーションはシーン理解のための重要なタスクである。完全に発達した2Dと比較して,ポイントクラウドのための3Dインスタンスセグメンテーションは,大いに改良する。本論文では,新しいエンドツーエンドボトムアップアーキテクチャであるポイントグループを提示し,特にオブジェクト間のボイド空間を探索することにより,ポイントのより良いグループ化に焦点を当てた。ポイント特徴を抽出し,意味ラベルとオフセットを予測するために,2分岐ネットワークを設計し,各ポイントを各インスタンス重心にシフトさせる。クラスタリング成分を,それらの相補的強度を利用して,オリジナルおよびオフセットシフト点座標集合の両方を利用するために追跡した。さらに,候補インスタンスを評価するためにスコアNetを定式化し,次に,重複を除去する非最大抑制(NMS)を行った。2つの挑戦的なデータセット,ScanNet v2とS3DISに関する広範な実験を行い,その方法は,IoU閾値0.5のmAPに関して,以前の最良解によって達成された54.9%と54.4%と比較して,最高の性能,63.6%と64.0%を達成した。Copyright 2020 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 ,  ネットワーク ,  重心 ,  *点群 ,  クラスタ化 ,  エンドツーエンド方式 ,  二次元 ,  *三次元 ,  定式化 ,  計算機アーキテクチャ
準シソーラス用語： ボトムアップ ,  シーン理解 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T) ,  NMR一般  (BM07041R)

タイトルに関連する用語 (6件)： 点群 ,  3D ,  インスタンス ,  セグメンテーション ,  集合 ,  グルーピング