项目名称: 基于形状分解与理解的点云物体形状分析方法研究

项目编号: No.61302135

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 宁小娟

作者单位: 西安理工大学

项目金额: 25万元

中文摘要: 形状是三维物体最直观的视觉信息,在人类感知和认识外界事物的过程中起到了至关重要的作用。该课题属于计算机视觉和数字几何处理的交叉学科,具有前沿性应用基础研究价值,长期以来得到广泛的研究。课题以离散点云数据表示的三维物体为研究对象,在充分分析物体几何特征、拓扑特征以及其它特征的基础上,以物体的形状及其拓扑结构为着眼点,以谱聚类和图论为手段,拟建立无监督数据驱动下的一致性形状分解的有效机制;获得点云物体各分解部分之间合理的拓扑关系,探索三维点云物体的形状理解的有效方法;结合形状分解与拓扑关联,获得物体形状的统一描述模型,以获取物体的形状语义描述图;综合利用一致性形状分解结果与形状语义图,形成点云物体形状分析的普适性和系统化方法,并以期解决点云物体形状分析过程中的一些难题,为点云物体的形状分析方法研究提供新的思路和理论依据。

中文关键词: 形状分解;拓扑结构提取;形状语义图;形状分析;

英文摘要: Shape is the most intuitive visual information of 3D object, which plays a critical role in human perception and understanding outdoor object. This research belongs to the cross discipline of computer vision and digital geometry processing and has advanced application foundation research value which receives more extensive research for a long time. Firstly, taking the shape and space topology for guidance, we construct an effective mechanism of unsupervised data-driven object shape decomposition approach using spectral clustering and graph theory. Secondly, the topological relations between different components that extracted from shape decomposition to explore an effective methodology for object shape understanding. Then, the unified description model is generated by combination of shape decomposition and topological realations, and the semantic shape information is acquired, further a universal and systematic method is explored. The core purpose of the research is to solve some issues in shape analysis of object in point clouds, and furthermore to provide new ideas and theoretical basis for shape analysis method of object in point clouds.

英文关键词: shape decomposition;topological structure;shape semantic graph;shape analysis;

成为VIP会员查看完整内容
0

相关内容

【博士论文】基于深度学习的单目场景深度估计方法研究
算法分析导论, 593页pdf
专知会员服务
147+阅读 · 2021年8月30日
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
45+阅读 · 2020年12月4日
【开放书】SLAM 中的几何与学习方法,62页pdf
专知会员服务
109+阅读 · 2020年6月5日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
换个角度理解关键点定位的Heatmap和Regression方法
极市平台
2+阅读 · 2022年3月26日
NeurIPS 2021 | 物体检测与分割的零标签视觉学习
微软研究院AI头条
0+阅读 · 2021年12月1日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
计算机视觉方向简介 | 多视角立体视觉MVS
计算机视觉life
14+阅读 · 2019年10月10日
SkeletonNet:完整的人体三维位姿重建方法
极市平台
11+阅读 · 2019年1月11日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
Arxiv
0+阅读 · 2022年5月4日
Arxiv
19+阅读 · 2021年6月15日
Arxiv
21+阅读 · 2021年2月13日
Arxiv
37+阅读 · 2021年2月10日
Arxiv
19+阅读 · 2021年1月14日
Arxiv
19+阅读 · 2019年4月5日
小贴士
相关VIP内容
【博士论文】基于深度学习的单目场景深度估计方法研究
算法分析导论, 593页pdf
专知会员服务
147+阅读 · 2021年8月30日
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
69+阅读 · 2021年1月16日
专知会员服务
29+阅读 · 2021年1月9日
专知会员服务
45+阅读 · 2020年12月4日
【开放书】SLAM 中的几何与学习方法,62页pdf
专知会员服务
109+阅读 · 2020年6月5日
【CVPR2020】图神经网络中的几何原理连接
专知会员服务
56+阅读 · 2020年4月8日
相关资讯
换个角度理解关键点定位的Heatmap和Regression方法
极市平台
2+阅读 · 2022年3月26日
NeurIPS 2021 | 物体检测与分割的零标签视觉学习
微软研究院AI头条
0+阅读 · 2021年12月1日
最全综述:基于深度学习的三维重建算法
极市平台
12+阅读 · 2020年3月17日
计算机视觉方向简介 | 多视角立体视觉MVS
计算机视觉life
14+阅读 · 2019年10月10日
SkeletonNet:完整的人体三维位姿重建方法
极市平台
11+阅读 · 2019年1月11日
ECCV 2018 | Bi-box行人检测:‘行人遮挡’为几何?
极市平台
13+阅读 · 2018年9月30日
基于深度学习的目标检测算法综述
AI研习社
14+阅读 · 2018年4月25日
相关基金
国家自然科学基金
1+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
2+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
相关论文
Arxiv
0+阅读 · 2022年5月4日
Arxiv
19+阅读 · 2021年6月15日
Arxiv
21+阅读 · 2021年2月13日
Arxiv
37+阅读 · 2021年2月10日
Arxiv
19+阅读 · 2021年1月14日
Arxiv
19+阅读 · 2019年4月5日
微信扫码咨询专知VIP会员