文献

J-GLOBAL ID：202002232768371286   整理番号：20A2399620

K-meansクラスタリングに基づく三次元点雲分類【JST・京大機械翻訳】

3D Point Cloud Classification Based on K-means Clustering

著者 (3件)： Ma Jinghui (首都師范大学 信息工程学院,北京 100048) ,  Pan Wei (首都師范大学 信息工程学院,北京 100048) ,  Wang Ru (首都師范大学 信息工程学院,北京 100048)
資料名： Jisuanji Gongcheng yu Yingyong  (Jisuanji Gongcheng yu Yingyong)
巻： 56  号： 17  ページ： 181-186  発行年： 2020年 
JST資料番号： C2533A  ISSN： 1002-8331  CODEN： JGYYAT  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 3D点雲分類アルゴリズムが点雲のスパース性と無秩序性によって影響を受けるという問題に照準を定めて,改良アルゴリズムを提案した。点雲前処理段階において、密集した点雲に対して冗長なデータ除去を行い、後続の計算量を減らし、疎な点雲データに対して三角形補間計算を行い、分類をより精確にした。K-meansクラスタ分析アルゴリズムを導入して,次に,PointNetネットワークによって特徴を抽出して,ポイントクラウド空間における点雲分布特性を表現することができた。3D点雲分類実験を,ModelNet10/40で行い,そして,分類結果に及ぼす異なるK値の影響を比較した。実験結果は,K=5で分類精度が最も高く,ModelNet10/40での精度がそれぞれ94.2%と92.6%であることを示した。提案したアルゴリズムの性能は他の比較アルゴリズムより高く,同時に訓練時間が大幅に減少した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  冗長性 ,  ネットワーク ,  前処理 ,  内挿法 ,  計算量 ,  布特性 ,  クラスタ分析 ,  *三次元
準シソーラス用語： スパース性 ,  分類アルゴリズム ,  分類精度 ,  *k-means法 , 【Automatic Indexing@JST】

分類 (1件)： 数値計算  (JE02000J)

タイトルに関連する用語 (3件)： クラスタリング ,  点雲 ,  分類