BATISNet: Instance Segmentation of Tooth Point Clouds with Boundary Awareness
BATISNet: 用于牙点云实例分割的边界感知网络
专题命中 点云 :point cloud(title,abstract);分类 cs.GR
AI总结 BATISNet通过引入边界感知损失函数和实例分割模块,提升牙点云分割的鲁棒性和准确性,尤其在复杂临床场景中表现优异。
Comments 10 pages, 4 figures
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
BATISNet: 用于牙点云实例分割的边界感知网络
专题命中 点云 :point cloud(title,abstract);分类 cs.GR
AI总结 BATISNet通过引入边界感知损失函数和实例分割模块,提升牙点云分割的鲁棒性和准确性,尤其在复杂临床场景中表现优异。
Comments 10 pages, 4 figures
PointRAFT:用于从部分点云高通量预测马铃薯块茎重量的3D深度学习
机构 * Graduate School of Agricultural and Life Sciences, The University of Tokyo(东京大学农业与生命科学研究生院) ; Department of Integrative Biological Sciences and Industry, Sejong University(世宗大学整合生物科学与工业系)
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
AI总结 PointRAFT通过高通量点云回归网络,从部分点云直接预测马铃薯块茎重量,显著优于现有方法,适用于3D表型分析和机器人感知。
Comments 14 pages, 7 figures, 3 tables
几何多会话地图融合与学习局部描述符
机构 * University of California, Los Angeles(加州大学洛杉矶分校) ; DEVCOM Army Research Laboratory (ARL)(国防部陆军研究实验室(ARL))
专题命中 点云 :point cloud(abstract);分类 cs.CV、cs.RO
AI总结 本文提出GMLD框架,通过学习局部描述符实现大规模多会话点云地图融合,提升地图对齐的准确性和鲁棒性。
MoniRefer: 一种基于道路基础设施的现实世界大规模多模态数据集用于3D视觉定位
机构 * Xiamen University(厦门大学) ; Pengcheng Laboratory(鹏城实验室)
专题命中 点云 :point cloud(abstract);分类 cs.CV
AI总结 本文提出MoniRefer数据集和Moni3DVG方法,用于解决户外监控场景下的3D视觉定位问题。
Comments 14 pages
协同低秩适应用于预训练视觉变换器
机构 * School of Automation and Electrical Engineering, University of Science and Technology Beijing(北京科技大学自动化与电气工程学院) ; Beijing Engineering Research Center of Industrial Spectrum Imaging(工业光谱成像工程研究中心) ; College of Software, Nankai University(南开大学软件学院) ; Department of Automation, BNRist, Tsinghua University(清华大学自动化系)
专题命中 点云 :point cloud(abstract);分类 cs.CV
AI总结 本文提出协同低秩适应方法,通过基础空间共享和样本无关多样性增强,提升预训练视觉变换器在点云分析中的性能与参数效率。
Comments 13 tables, 3 figures
灾害评估中的3D语义分割
机构 * Lehigh University(莱文斯顿大学)
专题命中 点云 :point cloud(abstract);分类 cs.CV
AI总结 本文提出利用无人机拍摄的灾后影像构建专用3D数据集,并评估现有模型在灾后场景中的局限性,强调了改进3D分割技术与开发专用基准数据集的必要性。
Comments Accepted by the 2025 IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2025)
SHIELD:球面投影混合前沿集成用于高效的基于LiDAR的无人机探索
机构 * Zhuoyi Intelligent Tech Co, Ltd.(卓奕智能科技有限公司)
专题命中 点云 :point cloud(abstract);分类 cs.RO
AI总结 SHIELD通过球面投影和混合前沿方法提升基于LiDAR的无人机探索效率与安全性。
非光滑多边际薛定谔系统的样本复杂性与弱极限及其在最优运输重心中的应用
专题命中 点云 :point cloud(abstract)
AI总结 本文研究了多边际最优运输的样本复杂性与弱极限,提出多边际薛定谔重心作为正则化方法,展示了其统计最优性。