文献

J-GLOBAL ID：202002267828458658   整理番号：20A0373932

3D剛体データマッチングのための局所幾何特徴表現の評価【JST・京大機械翻訳】

Evaluating Local Geometric Feature Representations for 3D Rigid Data Matching

著者 (4件)： Yang Jiaqi (School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Quan Siwen (School of Electronic and Control Engineering, Chang’an University, Xi’an, China) ,  Wang Peng (School of Computer Science, Northwestern Polytechnical University, Xi’an, China) ,  Zhang Yanning (School of Computer Science, Northwestern Polytechnical University, Xi’an, China)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 29  ページ： 2522-2535  発行年： 2020年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 局所幾何学的記述子は3D剛体データマッチングのための必須要素として作用する。回転不変局所幾何学的記述子は,通常,局所参照フレーム(LRF)と特徴表現の2つの構成要素から成る。しかし,既存の評価努力は主にLRFまたは全体的記述子に払われており,特徴表現の定量的比較はまだ探求されていない。本論文は,9つの最先端の局所的幾何学的特徴表現を包括的に評価することによって,ギャップを満た特に,著者らの評価は,テストされた方法のランキングが既存の研究と比較してより説得力があるように,グランドトルースLRFsに基づく特徴表現を評価する。実験は,様々なアプリケーションシナリオ(形状検索,ポイントクラウド登録,およびオブジェクト認識)とデータモダリティ(LiDAR,Kinect,および空間時間)を持つ6つの標準データセットと,Gauss雑音,ショット雑音,データデシメーション,クラッタ,オクルージョン,および制限された重なりを含む摂動に展開される。評価された用語は,特徴表現,例えば,識別性,ロバスト性,コンパクト性,および効率性に対する主要な関心をカバーしている。この結果は,このコミュニティに新しい光を当てる可能性のある興味ある知見を示し,局所的な幾何学的特徴記述の話題に関する既存の評価に対する補完的な展望を提供する。それらの特異性に関する評価方法の要約を最後に提示し,実世界応用と新しい記述子の構築を導いた。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： *三次元 ,  不変性 ,  ショット雑音 ,  ロバスト性 ,  Gauss雑音 ,  剛体 ,  コンパクト性 ,  オクルージョン ,  クラッタ ,  コミュニティ ,  物体認識 ,  等級づけ ,  *幾何学 ,  デシメーション
準シソーラス用語： グランドトゥルース , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 3D ,  剛体 ,  マッチング ,  幾何 ,  特徴表現 ,  評価