| Název: | Broad-to-Narrow Registration and Identification of 3D Objects in Partially Scanned and Cluttered Point Clouds |
| Další názvy: | Registrace a identifikace 3D objektů v částečně nasnímaných a zaplněných scénách metodou postupného zpřesnění |
| Autoři: | Arvanitis, Gerasimos Zacharaki, Evangelia Váša, Libor Moustakas, Konstantinos |
| Citace zdrojového dokumentu: | ARVANITIS, G. ZACHARAKI, E. VÁŠA, L. MOUSTAKAS, K. Broad-to-Narrow Registration and Identification of 3D Objects in Partially Scanned and Cluttered Point Clouds. IEEE Transactions on Multimedia, 2022, roč. 24, č. 2022, s. 2230-2245. ISSN: 1520-9210 |
| Datum vydání: | 2022 |
| Nakladatel: | IEEE |
| Typ dokumentu: | článek article |
| URI: | 2-s2.0-85111201926 http://hdl.handle.net/11025/49817 |
| ISSN: | 1520-9210 |
| Klíčová slova: | registrace mračen bodů;částečně nasnímaná mračna bodů;význačnost;vážený ICP algoritmus;zaplněná scéna |
| Klíčová slova v dalším jazyce: | point cloud registration;partially-scanned point clouds;saliency, weighted ICP;cluttered scene |
| Abstrakt: | 3D snímací zařízení nové generace přinesly revoluci ve způsobu jakým se získává informace ze 3D objektů, čímž se proces zachycení a digitalizace scény stal přímočarým. Nicméně efektivnost a robustnost konvenčních algoritmů pro analýzu reálných scén obvykle zaostává v případě náročných podmínek, jako může být přítomnost šumu, nízké rozlišení a špatná perceptuální kvalita. V této práci prezentujeme metodologii pro identifikaci a registraci částečně nasnímaných a zašumělých 3D objektů, nacházejících se v obecné poloze ve 3D scéně, s odpovídajícími modely vysoké kvality. Metodologie je vyhodnocena na mračnech bodů s mnoha objekty a chybějícími částmi. Navrhovaný přístup nevyžaduje informace o konektivitě a je tedy obecný a výpočetně efektivní, čímž usnadňuje výpočetně náročné aplikace, jako je rozšířená realita. Hlavními přínosy této práce je zavedení vrstveného společného registračního a indexačního schématu nepřehledných dílčích mračen bodů pomocí nové víceúrovňové techniky extrakce význačnosti k identifikaci charakteristických oblastí a vylepšeného kritéria podobnosti pro párování mezi objektem a modelem. Doba zpracování procesu je také urychlena díky 3D segmentaci scény. Srovnání navržené metodiky s jinými nejmodernějšími přístupy zdůrazňují její přednosti v náročných podmínkách |
| Abstrakt v dalším jazyce: | The new generation 3D scanner devices have revolutionized the way information from 3D objects is acquired, making the process of scene capturing and digitization straightforward. However, the effectiveness and robustness of conventional algorithms for real scene analysis are usually deteriorated due to challenging conditions, such as noise, low resolution, and bad perceptual quality. In this work, we present a methodology for identifying and registering partially-scanned and noisy 3D objects, lying in arbitrary positions in a 3D scene, with corresponding high-quality models. The methodology is assessed on point cloud scenes with multiple objects with large missing parts. The proposed approach does not require connectivity information and is thus generic and computationally efficient, thereby facilitating computationally demanding applications, like augmented reality. The main contributions of this work are the introduction of a layered joint registration and indexing scheme of cluttered partial point clouds using a novel multi-scale saliency extraction technique to identify distinctive regions, and an enhanced similarity criterion for object-to-model matching. The processing time of the process is also accelerated through 3D scene segmentation. Comparisons of the proposed methodology with other state-of-the-art approaches highlight its superiority under challenging conditions. |
| Práva: | © IEEE |
| Vyskytuje se v kolekcích: | Články / Articles (KIV) OBD |
Soubory připojené k záznamu:
| Soubor | Velikost | Formát | |
|---|---|---|---|
| Váša Broad-to-Narrow_Registration_and_Identification_of_3D_Objects_in_Partially_Scanned_and_Cluttered_Point_Clouds.pdf | 9,02 MB | Adobe PDF | Zobrazit/otevřít |
Použijte tento identifikátor k citaci nebo jako odkaz na tento záznam:
http://hdl.handle.net/11025/49817Všechny záznamy v DSpace jsou chráněny autorskými právy, všechna práva vyhrazena.