文献

J-GLOBAL ID：202002233325247480   整理番号：20A2462822

LGNN 文脈を意識したラインセグメント検出器【JST・京大機械翻訳】

LGNN A Context-aware Line Segment Detector

著者 (5件)： Meng Quan (ShanghaiTech University, Shanghai, China) ,  Zhang Jiakai (ShanghaiTech University, Shanghai, China) ,  Hu Qiang (ShanghaiTech University, Shanghai, China) ,  He Xuming (ShanghaiTech University, Shanghai, China) ,  Yu Jingyi (Shanghai Tech University, Shanghai, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： MM ’20  ページ： 4364-4372  発行年： 2020年 
JST資料番号： D0698C  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： ライングラフニューラルネットワーク(LGNN)と呼ばれる新しいリアルタイムラインセグメント検出方式を提案した。既存の手法は計算的に高価な検証あるいは後処理段階を必要とする。LGNNは,それらの接続性を推論するためのグラフニューラルネットワーク(GNN)モジュールを用いて,直接,ラインセグメントを提案するために,深い畳込みニューラルネットワーク(DCNN)を採用した。具体的には,LGNNは,GNNモジュールが頂点として予測候補を採り,構造コンテキストを強制するスパースグラフを構築する各セグメントに対して新しい四重項表現を利用する。最先端技術と比較して,LGNNは精度を損なうことなく実時間性能に近い。LGNNは,さらに時間に敏感な3D応用を可能にする。3Dポイントクラウドがアクセス可能であるとき,著者らはロバストかつ効率的に環境の3Dワイヤフレームを抽出するためのマルチモーダルラインセグメント分類技術を提示する。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： ニューラルネットワーク ,  後処理 ,  検出器 ,  *三次元 ,  連結性 ,  四重項 ,  ロバスト性 ,  ワイヤフレーム
準シソーラス用語： 実時間 ,  最先端技術 ,  線分検出 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (4件)： グラフニューラルネットワーク ,  線分検出 ,  4重項 ,  リアルタイム

分類 (2件)： ニューロコンピュータ  (JC06010Q) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 文脈 ,  意識 ,  セグメント ,  検出器