深層学習ベース3Dポイントクラウド完成処理および解析の包括的レビュー【JST・京大機械翻訳】

Fei Ben; Yang Weidong; Chen Wenming; Li Zhijun; Li Yikang; Ma Tao; Hu Xing; Ma Lipeng

プレプリント

J-GLOBAL ID：202202207787777498 整理番号：22P0299961

深層学習ベース3Dポイントクラウド完成処理および解析の包括的レビュー【JST・京大機械翻訳】

Comprehensive Review of Deep Learning-Based 3D Point Cloud Completion Processing and Analysis

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 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月07日プレプリントサーバーでの情報更新日： 2022年12月30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)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

点雲完了は,部分点雲から導出された生成と推定問題であり,3Dコンピュータビジョンにおけるアプリケーションにおいて不可欠な役割を果たす。深層学習(DL)の進展は,点雲完了の能力とロバスト性を印象的に改善した。しかし,完成したポイントクラウドの品質は,実際的利用に適合するためにさらに強化するためにまだ必要であった。従って,本研究は,点ベース,畳み込みベース,グラフベース,および生成モデルベースアプローチなど様々な方法に関する包括的な調査を行い,この調査により,これらの方法間の比較をまとめて,さらなる研究の洞察を喚起した。さらに,このレビューは一般的に使用されるデータセットを総括し,点雲完成の応用を説明した。最後に,この迅速拡大分野における可能な研究動向を論じた。【JST・京大機械翻訳】

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

図形・画像処理一般 , パターン認識 , 人工知能

, , , , ,

前のページに戻る