文献

J-GLOBAL ID：201702216037134234   整理番号：17A0314514

クラッタシーンにおける自動3D物体認識のための新しい特徴表現【Powered by NICT】

A novel feature representation for automatic 3D object recognition in cluttered scenes

著者 (3件)： Shah Syed Afaq Ali (School of Computer Science and Software Engineering, The University of Western Australia, Perth 6009, Australia) ,  Bennamoun Mohammed (School of Computer Science and Software Engineering, The University of Western Australia, Perth 6009, Australia) ,  Boussaid Farid (School of Electrical, Electronics and Computer Engineering, The University of Western Australia, Perth 6009, Australia)
資料名： Neurocomputing  (Neurocomputing)
巻： 205  ページ： 1-15  発行年： 2016年09月12日 
JST資料番号： W0360A  ISSN： 0925-2312  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： 自動三次元(3D)物体認識のための新しい局所表面記述法を提案した。提案手法では,高度に再現性のあるキーポイントは最初の表面の各点でのベクトル場の発散を計算することによって検出した。曲線と曲面の微分不変であること,発散は各点での表面変化に関する重要な情報を捕捉した。検出されたキーポイントは,刈込まれた高発散値に関連するキーポイントを保持しているのみである。キーポイント顕著性測度は,これらのキーポイントをランク付けし,最良のものを選択するために提案した。新しい積分不変局所表面記述子,3D Vorと呼ばれ,局所表面の各点でのベクトル場の渦度を利用することにより各キーポイントの周りに構築された。提案した記述子はロバストな局所表面記述を提供するために,署名ベース法と積分不変量の長所を組み合わせたものである。提案した完全自動3D物体認識手法の性能を厳密に三公開利用可能データセット上で試験した。著者らの提案した技術は,最新技術と比較して優れた性能を示すことを示した。著者らのキーポイント検出器およびディスクリプタに基づくアルゴリズムは,100%の認識率,それぞれ99.35%と96.2%を達成し,ボローニャ,UWAとCa’Foscari Veneziaデータセットで試験した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 測度 ,  *物体認識 ,  渦度 ,  ベクトル場 ,  等級づけ ,  ロバスト性 ,  微分 ,  積分 ,  書法 ,  不変量 ,  不変性 ,  *三次元 ,  統制索引語 ,  再現性
準シソーラス用語： 認識率 , 【Automatic Indexing@JST】

著者キーワード (3件)： 3D物体認識 ,  キーポイント検出 ,  局所特徴

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： クラッタ ,  シーン ,  3D物体 ,  特徴表現