文献

J-GLOBAL ID：202202260152692874   整理番号：22A0573230

ブッシュネット:大規模ポイントクラウドにおけるブッシュの効果的セマンティックセグメンテーション【JST・京大機械翻訳】

BushNet: Effective semantic segmentation of bush in large-scale point clouds

著者 (8件)： Wei Hejun (College of Mechanical Engineering, Guangxi University, Naning 530004, Guangxi, China) ,  Xu Enyong (Dongfeng Liuzhou Motor Co., Ltd., Liuzhou 545005, Guangxi, China) ,  Xu Enyong (College of Mechanical Science and Engineering, Huazhong University of Science and Technology, Wuhan 430074, Hubei, China) ,  Zhang Jinlai (College of Mechanical Engineering, Guangxi University, Naning 530004, Guangxi, China) ,  Meng Yanmei (College of Mechanical Engineering, Guangxi University, Naning 530004, Guangxi, China) ,  Wei Jin (College of Mechanical Engineering, Guangxi University, Naning 530004, Guangxi, China) ,  Dong Zhen (College of Mechanical Engineering, Guangxi University, Naning 530004, Guangxi, China) ,  Li Zhengqiang (College of Mechanical Engineering, Guangxi University, Naning 530004, Guangxi, China)
資料名： Computers and Electronics in Agriculture  (Computers and Electronics in Agriculture)
巻： 193  ページ： Null  発行年： 2022年 
JST資料番号： T0337A  ISSN： 0168-1699  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ブッシュの効果的でロバストな意味セグメンテーションは,アグロフォレストリー環境理解の基本的問題である。しかし,ほとんどの大規模アグロフォレストリーシーンのポイントクラウドデータは非常に大きく,それらの上で意味的セグメンテーションを実行するのは難しい。大規模アグロフォレストリー環境におけるブッシュポイントクラウドの効果的意味的分割を実現するために,本論文は,BushNetを提案して,新規ポイントクラウドセグメンテーションネットワークは,3つの要所成分から構成した。最初に,著者らは,再サンプリングを容易に引き起こすランダムサンプリングの問題を避けて,計算資源の消費を減らし,収束速度を改善するために,巨大なポイントクラウドを迅速かつランダムにサンプリングできる最小確率ランダムサンプリングモジュールを提案した。第2に,著者らは,ネットワークをブッシュポイントクラウド特性に敏感にする局所多次元特徴融合モジュールを提案して,それによってより良いブッシュセグメンテーション性能を示した。第三に,より正確な注意分布を達成し,訓練効率を改善するマルチチャネル注意モジュールを提案した。実験は,著者らのアプローチが多重大規模アグロフォレストリーポイントクラウドデータセットのセグメンテーション性能を著しく改善することを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *セグメンテーション ,  ネットワーク ,  *ブシュ ,  多重化 ,  分割 ,  コンピュータビジョン ,  高次元 ,  三次元 ,  無作為抽出 ,  ロバスト性
準シソーラス用語： リサンプリング ,  収束速度 ,  マルチチャネル ,  計算資源 ,  点群データ , 【Automatic Indexing@JST】

著者キーワード (3件)： 深層学習 ,  3Dコンピュータビジョン ,  ポイントクラウド

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ブッシュ ,  ネット ,  大規模 ,  ポイント ,  クラウド ,  セマンティックセグメンテーション