PD-Flow:正規化フローによるポイントクラウド雑音除去フレームワーク【JST・京大機械翻訳】

Mao Aihua; Du Zihui; Wen Yu-Hui; Xuan Jun; Liu Yong-Jin

プレプリント

J-GLOBAL ID：202202200617771474 整理番号：22P0302590

PD-Flow:正規化フローによるポイントクラウド雑音除去フレームワーク【JST・京大機械翻訳】

PD-Flow: A Point Cloud Denoising Framework with Normalizing Flows

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 (5件)： , , , ,
資料名：
発行年： 2022年03月11日プレプリントサーバーでの情報更新日： 2022年07月24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)

点雲雑音除去は,微細粒の詳細を維持しながら,雑音と異常値によって崩壊した生の観測からクリーンポイントクラウドを復元することを目的とする。高い雑音除去精度を達成するために,正規化フローと雑音分散技術を組み込んだ新しい深層学習ベース雑音除去モデルを示した。ポイントワイズ補正のためのポイントクラウドの特徴を抽出する既存の研究とは異なり,著者らは,分布学習と特徴分散の展望から雑音除去プロセスを定式化した。クリーンポイントとノイズの共同分布としてノイズ点雲を考慮することによって,雑音除去結果は,潜在的ポイント表現からノイズ対応物を分割することから導き出すことができて,ユークリッドと潜在空間のマッピングは,正規化流動によってモデル化した。提案手法を,様々な雑音設定で合成3Dモデルと実世界データセットで評価した。定性的および定量的結果は,著者らの方法が以前の最先端の深層学習ベースの手法より優れていることを示した。【JST・京大機械翻訳】

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

図形・画像処理一般

, , , , , ,

前のページに戻る