文献

J-GLOBAL ID：202202240525138172   整理番号：22A0984547

3Dオブジェクト検出のための多特徴融合投票ネット【JST・京大機械翻訳】

Multi-feature Fusion VoteNet for 3D Object Detection

著者 (5件)： Wang Zhoutao (Nanjing University of Aeronautics and Astronautics, Nanjing, Jiangsu, China) ,  Xie Qian (Nanjing University of Aeronautics and Astronautics, Nanjing, Jiangsu, China) ,  Wei Mingqiang (Nanjing University of Aeronautics and Astronautics, Nanjing, Jiangsu, China) ,  Long Kun (Nanjing University of Aeronautics and Astronautics, Nanjing, Jiangsu, China) ,  Wang Jun (Nanjing University of Aeronautics and Astronautics, Nanjing, Jiangsu, China)
資料名： ACM Transactions on Multimedia Computing, Communications, and Applications  (ACM Transactions on Multimedia Computing, Communications, and Applications)
巻： 18  号： 1  ページ： 1-17  発行年： 2022年 
JST資料番号： W5702A  ISSN： 1551-6857  資料種別： 逐次刊行物 (A)
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： 本論文では,クラッタと重度に隠蔽されたシーンにおける3Dオブジェクト検出性能を改善するために,マルチ特徴融合VoteNet(MFFVteNet)フレームワークを提案した。提案手法では,入力としてポイントクラウドと同期RGB画像を取り上げ,3D空間でオブジェクト検出結果を提供する。この検出アーキテクチャを3つの重要な設計でVoteNetに構築した。最初に,著者らは,点色情報によるVoteNet入力を強化して,場面における種々のインスタンスの差異を強化した。次に,画像特徴モジュールをVoteNetに統合し,オクルージョンにおける決定論的検出を容易にする強力なオブジェクトクラス信号を提供した。さらに,3D物体検出における射影非最大抑制(PNMS)法を提案し,冗長な提案を除去し,3D物体のより正確な位置決めを提供した。2つの挑戦的な3D物体検出データセット,即ち,ScanNetv2とSUN RGB-D上で提案したMFFVotetNetを評価した。大規模な実験は,著者らのフレームワークが3D物体検出の性能を効果的に改良することができることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 検出 ,  冗長性 ,  情報 ,  画像 ,  画像特性 ,  クラッタ ,  投票 ,  *三次元 ,  射影 ,  計算機アーキテクチャ ,  オクルージョン
準シソーラス用語： 色情報 ,  *物体検出 ,  決定論 ,  三次元空間 ,  RGB-D , 【Automatic Indexing@JST】

著者キーワード (5件)： 画像 ,  ポイントクラウド ,  3Dオブジェクト検出 ,  多特徴融合 ,  閉塞

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

タイトルに関連する用語 (5件)： 3D ,  オブジェクト検出 ,  特徴融合 ,  投票 ,  ネット