文献
J-GLOBAL ID:202202289306039599   整理番号:22A0397571

ポイントクラウド知覚のための適応ピラミッドコンテキスト融合【JST・京大機械翻訳】

Adaptive Pyramid Context Fusion for Point Cloud Perception
著者 (6件):
資料名:
巻: 19  ページ: ROMBUNNO.6500505.1-5  発行年: 2022年 
JST資料番号: W1397A  ISSN: 1545-598X  CODEN: IGRSBY  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
3-Dポイントクラウド認識のための深い学習は,近年,非常に活発な研究トピックであった。現在の傾向は,スケール変動に対するネットワーク一般化電力とロバスト性を高めるために,中間表現の異なるスケールからの意味的に強く,細粒情報の組み合わせに向かっている。1つの顕著な課題は,情報の多重スケールの配分を効果的に行う方法である。本レターでは,適応ピラミッドコンテキスト融合(APCF)と名付けたモジュールを提案し,ポイントクラウドに対するマルチスケール特徴ピラミッドから文脈情報のスケールを適応的に捕捉した。APCFモジュールは,ソフトマックス注意戦略を介して特徴ピラミッドにおける異なるレベルから特徴を再重み付けし,凝集する。情報の割り当ては,底部から最初まで,次にトップからボトムまでのレベルによって,適応的に実行した。有効性と効率の両方を確保するために,提案したAPCFをPointConvアーキテクチャに適用することを通して,マルチスケールコンテキスト意識ネットワークAPCF-Netを提案する。実験は,APCF-Netが,有効性と効率の両方で大きなマージンによって,そのバニラ対応物を凌駕することを示した。特に,APCF-Netは,ScanNet V2オンラインテストで,モデルNet40とmIoUで93.3%の全精度で,三次元オブジェクト分類と意味セグメンテーションタスクに関する最先端のアプローチを凌駕する。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
パターン認識  ,  図形・画像処理一般 

前のページに戻る