文献

J-GLOBAL ID：202202275396628020   整理番号：22A0779846

ロバストなポイントクラウド再サンプリングに対する効率的なハイパーグラフアプローチ【JST・京大機械翻訳】

An Efficient Hypergraph Approach to Robust Point Cloud Resampling

著者 (3件)： Deng Qinwen (Department of Electrical and Computer Engineering, University of California at Davis, Davis, CA, USA) ,  Zhang Songyang (Department of Electrical and Computer Engineering, University of California at Davis, Davis, CA, USA) ,  Ding Zhi (Department of Electrical and Computer Engineering, University of California at Davis, Davis, CA, USA)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 31  ページ： 1924-1937  発行年： 2022年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 大規模ポイントクラウドの効率的処理および特徴抽出は,関連するコンピュータビジョンおよびサイバー物理システムにおいて重要である。本研究では,点雲における異なる点間の基礎となる関係をよりよく探索し,輪郭増強特性を抽出するために,超グラフ信号処理(HGSP)に基づく点雲再サンプリングを研究した。特に,点雲の信号ノード間の多重側面相互作用を捉え,それらの表面輪郭をより良く保存するために,超グラフスペクトルフィルタを設計した。必要なハイパーグラフをまず構築するための必要と計算なしで,著者らの低複雑性アプローチは,観測された3D座標から超グラフ静止過程を利用して,点雲の超グラフスペクトルを直接推定する。いくつかの計量による提案再サンプリング法の評価により,著者らの試験結果は,点雲のハイパーグラフ特性化の高い有効性を検証し,雑音の多い観測の下で超グラフベースの再サンプリングのロバスト性を実証した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 効率 ,  雑音 ,  相互作用 ,  信号処理 ,  特徴抽出 ,  スペクトル ,  多重化 ,  コンピュータビジョン ,  キャラクタリゼーション ,  有効性 ,  *超グラフ ,  *ロバスト性
準シソーラス用語： *リサンプリング ,  低複雑性 ,  三次元座標 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (5件)： ロバスト ,  ポイント ,  クラウド ,  再サンプリング ,  ハイパーグラフ