ShapeNetデータセットからのサンプリングカラーと幾何学点雲【JST・京大機械翻訳】

Lazzarotto Davi; Ebrahimi Touradj

プレプリント

J-GLOBAL ID：202202200254876511 整理番号：22P0276095

ShapeNetデータセットからのサンプリングカラーと幾何学点雲【JST・京大機械翻訳】

Sampling color and geometry point clouds from ShapeNet dataset

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年01月18日プレプリントサーバーでの情報更新日： 2022年01月18日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

LiDAR走査や深さカメラのような体積情報を捕捉することができる取得装置の普及は,画像モダリティとしてポイントクラウドへの関心の増加をもたらす。それらの表現に必要な大量のデータのために,効率的な圧縮解が実際の応用を可能にするために必要である。昨年に提案された多くの技術の中で,学習ベースの方法は,それらの高性能と改善の可能性のために大きな注目を集めている。そのようなアルゴリズムは,良好な圧縮性能を達成するために,大規模で多様な訓練セットに依存する。形状Netは,テクスチャと構成を有するCADモデルから成る大規模データセットであり,そのような圧縮方法の訓練のための効果的オプションである。このデータセットは,幾何学とテクスチャ情報を持つ点雲を得るために,サンプリング過程を通して,メッシュから完全に構成される。多くの既存のソフトウェアライブラリは単純な関数を通してメッシュから幾何学をサンプリングできるが,メッシュモデルの外部面の幾何学と色を有する出力点雲を得ることは,形状Netデータセットのための直接的なプロセスではない。このデータセットに関連した主な困難は,そのモデルが,同じ頂点を共有するが,異なる色値を持つ重複顔でしばしば定義されることである。この文書は,サンプリング前にメッシュモデルの内面を除外することにより,この問題を回避する形状Netからメッシュをサンプリングするためのスクリプトを記述した。スクリプトは次のリンクからアクセスできる:https://github.com/mmspg/mesh sampling。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , 【Automatic Indexing@JST】

図形・画像処理一般 , 人工知能

, , , ,

前のページに戻る