文献

J-GLOBAL ID：202102271044985618   整理番号：21A0993198

ハイブリッド深層学習ネットワークCNN-SVMを用いた3D形状認識法【JST・京大機械翻訳】

A 3D Shape Recognition Method Using Hybrid Deep Learning Network CNN-SVM

著者 (3件)： Hoang Long (Department of IT Convergence and Application Engineering, Pukyong National University, Busan 48513, Korea) ,  Lee Suk-Hwan (Department of Computer Engineering, Dong-A University, Busan 49315, Korea) ,  Kwon Ki-Ryong (Department of IT Convergence and Application Engineering, Pukyong National University, Busan 48513, Korea)
資料名： Electronics (Web)  (Electronics (Web))
巻： 9  号： 4  ページ： 649  発行年： 2020年 
JST資料番号： U7178A  ISSN： 2079-9292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 3Dデータ資源の人気のために,3D形状認識が必要である。本論文は,3D認識のために,新しい方法,ハイブリッド深層学習ネットワーク畳込みニューラルネットワークサポートベクターマシン(CNNSVM)を導入することを目指した。3Dメッシュの頂点は,ポイントクラウドに変換するために補間した。それらのポイントクラウドは,3Dデータ増強のために回転する。323212マトリックス,CNNSVMの入力データにおけるこの3D増強データの2D投影を得て,保存する。特徴抽出のためのアルゴリズムとして8層CNNを使用し,次にSVMを適用して特徴抽出を分類した。モデル検証のために,3Dモデルの2つの大きなデータセット,ModelNet40とModelNet10を使用した。著者らの数値的実験結果に基づき,CNNSVMは他の方法より正確で効率的である。提案方法は,ModelNet10におけるポイントネット法より13.48%正確で,ModelNet40のための3D形状Netsより8.5%より正確である。提案方法は,拡張/仮想現実システムおよび3Dポイントクラウドにおける3Dモデル,自律駆動自動車におけるLIDARセンサの出力の両方で動作する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自動車 ,  *ネットワーク ,  特徴抽出 ,  二次元 ,  *三次元 ,  バーチャルリアリティ ,  サポートベクトルマシン ,  三次元モデル ,  LIDAR
準シソーラス用語： レーザレーダ ,  モデル検証 ,  *三次元形状 ,  三次元データ ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (5件)： 深層学習アプリケーション ,  CNN ,  SVM ,  3D形状認識 ,  3Dポイントクラウド

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

引用文献 (26件)：

• Zaki, H.; Shafait, F.; Mian, A. Modeling 2D appearance evolution for 3D object categorization. In Proceedings of the 2016 International Conference on Digital Image Computing: Techniques and Applications (DICTA), Gold Coast, Australia, 30 November-2 December 2016; pp. 1-8.
• Bu, S.; Wang, L.; Han, P.; Liu, Z.; Li, K. 3D shape recognition and retrieval based on multi-modality deep learning. Neurocomputing 2017, 259, 183-193.
• Zheng, Q.; Sun, J.; Zhang, L.; Chen, W.; Fan, H. An improved 3D shape recognition method based on panoramic view. Math. Probl. Eng. 2018, 2018, 11.
• Xia, Y.; Wang, C.; Xu, Y.; Zang, Y.; Liu, W.; Li, J.; Stilla, U. RealPoint3D: Generating 3D point clouds from a single image of complex scenarios. Remote Sens. 2019, 11, 2644.
• Zhi, S.; Liu, Y.; Li, X.; Guo, Y. LightNet: A lightweight 3D convolutional neural network for real-time 3D object recognition. In Proceedings of the 2017 Workshop on 3D Object Retrieval (3Dor17), Lyon, France, 23-24 April 2017; pp. 9-16.

タイトルに関連する用語 (4件)： 深層学習 ,  CNN ,  SVM ,  3D形状