بازگشت به جستجو

بهبود عملکرد رگرسیون در تشخیص اشیاء سه بعدی تک چشمی با استفاده از Bin-Mixing و داده های وکسل پراکنده

عنوان	بهبود عملکرد رگرسیون در تشخیص اشیاء سه بعدی تک چشمی با استفاده از Bin-Mixing و داده های وکسل پراکنده
نویسنده	بالاتکان، ارن، کیراچ، مصطفی فورکان
تاریخ انتشار:	2021
محل انتشار	- IEEE
موضوع	تشخیص اشیاء سه بعدی، اختلاط Bin، شبکه وکسل پراکنده، پیچش پراکنده زیر منیفولد
نوع	سند
زبان	انگلیسی
دیجیتال	بله
نسخه خطی	خیر
کتابخانه:	دانشگاه اوزیغین
شناسه دارایی کتابخانه	2-s2.0-85125842056
شماره ثبت	e5410971-9a53-4eca-9546-3bb861a86210
محل کتابخانه	علوم کامپیوتر
تاریخ	2021
متن نمونه	تشخیص دقیق و سریع اشیاء سه بعدی نقش مهمی را برای ماشین های مستقل ایمن و توانا ایفا می کند. روش‌های مبتنی بر ابر نقطه‌ای LiDAR نتایج چشمگیری را نشان داده‌اند، اما حسگرهای گران قیمت LiDAR چنین رویکردهایی را برای سازگاری در مقیاس وسیع غیرممکن می‌سازند. از سوی دیگر، روش‌های مبتنی بر دوربین، با توجه به الزامات ایمنی و دقت، عملکردی کمتر از حد مطلوب دارند. به طور سنتی، تشخیص اشیاء سه بعدی مبتنی بر دوربین با تولید ابرهای نقطه شبه LiDAR از داده‌های RGB-D و استفاده از مدل‌های مبتنی بر ابر نقطه انجام می‌شود، با این حال، ماهیت نامنظم نمایش داده‌های ابر نقطه‌ای، بهره‌برداری از همبستگی‌های محلی فضایی در فضای سه‌بعدی را چالش‌برانگیز می‌کند و مدل‌های مبتنی بر ابر نقطه به طور کلی از این مشکل رنج می‌برند. برای این منظور، ما تشخیص شی سه بعدی مبتنی بر Voxel پراکنده را پیشنهاد می‌کنیم، رویکرد ما با روش‌های سنتی با تبدیل اطلاعات ابر نقطه به شبکه وکسل پراکنده و استفاده از کانولوشن‌های پراکنده زیر چندگانه برای استخراج اطلاعات به جای مدل‌های مبتنی بر PointNet متفاوت است. علاوه بر این، ما لایه های Bin-Mixing را پیشنهاد می کنیم. Bin-Mixing جایگزین لایه خروجی یک شبکه عصبی می شود و با نمایش مشکل رگرسیون به روشی که یادگیری برای شبکه آسان تر است، عملکرد را افزایش می دهد.
DOI	10.1109/UBMK52708.2021.9558880

مشاهده در منبع دانشگاه اوزیغین دانشگاه اوزیغین - موتور جستجوی آثار تاریخی، آرشیوها و نشریات

دانشگاه اوزیغین

بهبود عملکرد رگرسیون در تشخیص اشیاء سه بعدی تک چشمی با استفاده از Bin-Mixing و داده های وکسل پراکنده

نویسنده بالاتکان، ارن، کیراچ، مصطفی فورکان

تاریخ انتشار 2021

محل انتشار - IEEE

موضوع تشخیص اشیاء سه بعدی، اختلاط Bin، شبکه وکسل پراکنده، پیچش پراکنده زیر منیفولد

نوع سند

زبان انگلیسی

دیجیتال بله

نسخه خطی خیر

کتابخانه دانشگاه اوزیغین

شناسه دارایی کتابخانه 2-s2.0-85125842056

شماره ثبت e5410971-9a53-4eca-9546-3bb861a86210

محل کتابخانه علوم کامپیوتر

تاریخ 2021

متن نمونه تشخیص دقیق و سریع اشیاء سه بعدی نقش مهمی را برای ماشین های مستقل ایمن و توانا ایفا می کند. روش‌های مبتنی بر ابر نقطه‌ای LiDAR نتایج چشمگیری را نشان داده‌اند، اما حسگرهای گران قیمت LiDAR چنین رویکردهایی را برای سازگاری در مقیاس وسیع غیرممکن می‌سازند. از سوی دیگر، روش‌های مبتنی بر دوربین، با توجه به الزامات ایمنی و دقت، عملکردی کمتر از حد مطلوب دارند. به طور سنتی، تشخیص اشیاء سه بعدی مبتنی بر دوربین با تولید ابرهای نقطه شبه LiDAR از داده‌های RGB-D و استفاده از مدل‌های مبتنی بر ابر نقطه انجام می‌شود، با این حال، ماهیت نامنظم نمایش داده‌های ابر نقطه‌ای، بهره‌برداری از همبستگی‌های محلی فضایی در فضای سه‌بعدی را چالش‌برانگیز می‌کند و مدل‌های مبتنی بر ابر نقطه به طور کلی از این مشکل رنج می‌برند. برای این منظور، ما تشخیص شی سه بعدی مبتنی بر Voxel پراکنده را پیشنهاد می‌کنیم، رویکرد ما با روش‌های سنتی با تبدیل اطلاعات ابر نقطه به شبکه وکسل پراکنده و استفاده از کانولوشن‌های پراکنده زیر چندگانه برای استخراج اطلاعات به جای مدل‌های مبتنی بر PointNet متفاوت است. علاوه بر این، ما لایه های Bin-Mixing را پیشنهاد می کنیم. Bin-Mixing جایگزین لایه خروجی یک شبکه عصبی می شود و با نمایش مشکل رگرسیون به روشی که یادگیری برای شبکه آسان تر است، عملکرد را افزایش می دهد.

DOI 10.1109/UBMK52708.2021.9558880