Efficient Global Point Cloud Alignment using Bayesian Nonparametric Mixtures
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
视觉与机器人
三维重建、NeRF、Gaussian Splatting、点云和空间智能。
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
Journal ref IEEE Transactions on Geoscience and Remote Sensing, Volume:PP , Issue: 99, 2016
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
Comments 9 pages, 5 figures, to be appeared in the Proceeding of 9th International Conference on Robotics, Vision, Signal Processing & Power Applications (ROVISP), 2-3 Feb 2016, Penang, Malaysia
专题命中 点云 :3D vision(title);point cloud(abstract);分类 cs.RO
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
Comments 6 pages; technical report
专题命中 点云 :point cloud(title,abstract);分类 cs.GR
专题命中 点云 :point cloud(title,abstract);分类 cs.RO
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
Comments 13 pages, 16 figures
专题命中 点云 :point cloud(title,abstract);分类 cs.GR
Comments Masters Thesis, Lavanya Sita Tekumalla, School of Computing, University of Utah
专题命中 点云 :point cloud(title,abstract);分类 cs.CV
专题命中 点云 :point cloud(title,abstract)
Comments 6 pages, 5 figures, 1 table. This paper has been accepted for presentation at IEEE Wireless Communications and Networking Conference (WCNC) 2022. Please cite it as: F. Nardo, D. Peressoni, P. Testolina, M. Giordani, and A. Zanella, "Point cloud compression for efficient data broadcasting: A performance comparison," IEEE Wireless Communications and Networking Conference (WCNC), Austin, USA, 2022
专题命中 点云 :point cloud(title,abstract)
Comments 22 pages, 5 figures, 5 tables (including the appendix). Taking valuable comments on our manuscript [v2] into consideration, we have decided to emphasize the focus on the spatial analysis of airborne laser scanning (ALS) point clouds and the new spatial ALS feature variables. By doing so, we have reduced the methodology for the spatial structure of forests evaluated on the field plot level
Journal ref Mathematical and Computational Forestry & Natural-Resource Sciences 13(1), 15-28, 2021
专题命中 点云 :NeRF(abstract);point cloud(abstract);novel view synthesis(abstract);分类 cs.CV、cs.GR
主动脉冲感知:作为任何时刻3D点云识别置信状态的膜电位
专题命中 点云 :point cloud(title,abstract)
AI总结 提出主动脉冲感知(ASP),以LIF膜电位为置信状态实现3D点云识别的迭代决策,在ModelNet等数据集取得结果,机制可迁移至密集预测,能耗可降2.8倍至1.35倍。
Comments 28 pages, 9 figures, 17 tables. Supplementary material included as appendices A-J
无网格方法的点云质量
专题命中 点云 :point cloud(title,abstract)
AI总结 本研究针对无网格点云质量展开系统研究,对比分析现有指标并引入新指标,经大量数值测试后确定六项可靠指标,同时指出部分常用指标预测精度的能力较差。
有序点云的距离矩阵及其持续同调
专题命中 点云 :point cloud(title,abstract)
AI总结 该研究建立了时间序列的距离矩阵滤过与其状态空间嵌入的Čech/Vietoris–Rips滤过的一次链映射关系,简化了时间序列分析的循环特征计算,可用于分析循环运动的转变。
ResPCC:有损网络中具备抗丢包能力的神经点云编解码器
专题命中 点云 :point cloud(title,abstract)
AI总结 针对有损网络中点云压缩的数据包丢失问题,提出具备感知丢包率能力的ResPCC编解码器,通过CALM、SCI、MGLR、DBR等模块提升稳定性与率失真性能,在5%-30%丢包率下优于基线方法,为3D数据传输提供可靠方案。
用于奶牛乳头长度表型分析的3D乳房点云高斯过程模型
专题命中 点云 :point cloud(title,abstract)
AI总结 针对奶牛乳房点云乳头标志自动检测难题,提出基于高斯过程的乳头长度估计方法,通过低秩近似降低计算复杂度,较现有方法精度更高、速度更快,鲁棒性更强,适配大规模自动化表型分析。
超图 $p$-拉普拉斯方程在点云上的连续极限
专题命中 点云 :point cloud(title,abstract)
AI总结 本文提出了一种在点云上基于超图学习的 $p$-拉普拉斯方程的连续极限模型,通过分析解的渐进行为,得出了带有混合边界条件的加权 $p$-拉普拉斯方程的离散化方法。
点云上的梯度下降及其在学习算子校正中的应用
专题命中 点云 :point cloud(title,abstract)
AI总结 该研究针对点云隐式未知流形上的能量最小化问题,提出了一种保持在流形邻域内的梯度下降格式,并将其应用于逆问题的学习算子校正。
基于截角八面体量化的误差受限点云压缩
专题命中 点云 :point cloud(title,abstract)
AI总结 针对现有点云压缩技术不适用于密集科学数据的问题,提出基于截角八面体量化的XnYZip压缩器,可提升压缩比与处理速度,降低存储开销。
Comments accepted by VLDB 2026
MiSS:点云分类器最小充分联盟的逻辑驱动解释
专题命中 点云 :point cloud(title,abstract)
AI总结 研究针对3D点云分类器,提出MiSS框架,通过扰动相对充分性推理来解释。该框架将候选提议与验证分开,由加权MaxSAT过程提议联盟,黑盒统计预言机确定充分性,实验表明其在精度、覆盖率和解释时间上优于基于规则的基线和穷举搜索。
超图p-拉普拉斯正则化在点云数据插值中的应用
专题命中 点云 :point cloud(title,abstract)
AI总结 本文提出基于超图的p-拉普拉斯正则化方法,用于提升点云数据插值中防止标记点尖峰发展的性能。
Comments 34 pages
基于点云成像的条件生成学习实现无线无人机感知与跟踪
专题命中 点云 :point cloud(title,abstract)
AI总结 研究无人机感知与跟踪问题,提出AUGUST方法,集成条件信道编码与生成解码模块,通过位置和信噪比嵌入及加权训练目标的扩散模型,实现更准确的无人机点云重建与定位,提升对其姿态和形状信息的捕获能力。
Comments 16pages, 13figures
用于3D点云属性编码的稀疏诱导RDO深度展开
机构 * department of EECS, York University(EECS系,约克大学)
专题命中 点云 :point cloud(title,abstract)
AI总结 研究3D点云属性编码中多分辨率B样条投影框架下的有损压缩问题,核心方法是将RD优化算法展开为前馈网络计算投影低通系数,主要贡献是使投影操作端到端可微且能数据驱动优化预测。
经验Hodge拉普拉斯算子、上同调环与流形学习
专题命中 点云 :point cloud(title,abstract)
AI总结 针对高维欧氏空间中的紧致可定向光滑黎曼子流形,构造变形Hodge拉普拉斯算子族并证明其收敛到经典算子,进而基于点云数据建立经验算子的谱收敛,从而实现对de Rham上同调环、第二基本形式及庞特里亚金特征类的无偏恢复。
Comments Version 5: minor corrections and improvements. 85.p
使用强子环境作为点云的重味电子分类
专题命中 点云 :point cloud(title,abstract)
AI总结 将强子环境表示为点云,利用集合机器学习架构区分粲和底起源电子,发现性能受限于强子结构内在相似性,在40%效率下纯度约80%,优于传统BDT基线。
Comments 8 pages, 10 figures
ScaleFree:用于VR中多尺度点云探索的动态KDE
专题命中 点云 :point cloud(title,abstract)
AI总结 ScaleFree通过GPU加速的自适应核密度估计算法,实现大规模多尺度点云数据在VR中的高效探索,解决了多尺度结构与局部细节的动态生成难题,提升了交互精度和效率。
Journal ref Proceedings of VR 2026