文献

J-GLOBAL ID：202002293202718424   整理番号：20A1750451

PF-Net:3Dポイントクラウド完成のためのポイントフラクタルネットワーク【JST・京大機械翻訳】

PF-Net: Point Fractal Network for 3D Point Cloud Completion

著者 (5件)： Huang Zitian (Shanghai Jiao Tong University) ,  Yu Yikuan (Shanghai Jiao Tong University; SenseTime) ,  Xu Jiawen (Shanghai Jiao Tong University) ,  Ni Feng (SenseTime) ,  Le Xinyi (Shanghai Jiao Tong University)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CVPR  ページ： 7659-7667  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： 本論文では,正確で高忠実度のポイントクラウド完了のための新しい学習ベースアプローチである点フラクタルネットワーク(PF-Net)を提案した。既存の点雲完成ネットワークと異なり,不完全点雲から点雲の全体形状を生成し,常に既存の点と遭遇雑音と幾何学的損失を変化させて,PF-Netは不完全点雲の空間配置を保存し,予測における欠損領域の詳細な幾何構造を図ることができる。このタスクに成功するために,PF-Netは,特徴点ベースのマルチスケール生成ネットワークを利用することによって,欠落点クラウドを階層的に推定する。さらに,より現実的な欠損領域(s)を生成するために,多段完了損失と敵対損失を追加した。敵対損失は,予測における多重モードをより良く取り組むことができる。著者らの実験は,いくつかの挑戦的なポイントクラウド完了タスクのための著者らの方法の有効性を実証した。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： 雑音 ,  学習 ,  *ネットワーク ,  多モード ,  有効性 ,  *フラクタル
準シソーラス用語： マルチスケール ,  特徴点 ,  幾何構造 ,  空間配置 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： PF ,  3D ,  ポイント ,  クラウド