文献

J-GLOBAL ID：202102237774774458   整理番号：21A0270460

局所相関を意識した点埋込みによる3Dポイントクラウドにおけるオブジェクト検出【JST・京大機械翻訳】

Object Detection in 3D Point Clouds via Local Correlation-Aware Point Embedding

著者 (5件)： Wu Chengzhi (Institute for Anthropomatics and Robotics, Karlsruhe Institute of Technology,Karlsruhe,Germany) ,  Pfrommer Julius (Fraunhofer Center for Machine Learning, Fraunhofer IOSB,Karlsruhe,Germany) ,  Beyerer Jurgen (Fraunhofer Center for Machine Learning, Fraunhofer IOSB,Karlsruhe,Germany) ,  Li Kangning (Institute for Visualization and Data Analysis, Karlsruhe Institute of Technology,Karlsruhe,Germany) ,  Neubert Boris (Institute for Visualization and Data Analysis, Karlsruhe Institute of Technology,Karlsruhe,Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICIEV & icIVPR  ページ： 1-8  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： Frustum Point Net(F-PointNet)に基づく点雲データにおける3D物体検出に対する改良手法を提案した。オリジナルのF-PointNetと比較して,著者らの新提案方法は,点特徴を計算するとき,点近傍を考慮する。新しく導入した局所近傍埋込み操作は,2Dニューラルネットワークにおける畳込み操作を模倣した。従って,各点の特徴は,それ自身または全点雲の特徴とともに計算されるだけでなく,特にその近傍の特徴に関して計算した。実験は,著者らの提案方法が3D物体検出タスクに関してF-Pointnetベースラインより良い性能を達成することを示した。局所相関意識埋込み戦略による点雲データに対する3D物体検出性能を改善した。Copyright 2021 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： 畳込み ,  ニューラルネットワーク ,  二次元 ,  *三次元 ,  基準線
準シソーラス用語： *物体検出 ,  検出能 , 【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 (7件)： 相関 ,  意識 ,  埋込み ,  3D ,  ポイント ,  クラウド ,  オブジェクト検出