El avance de los sensores tridimensionales (3D) RGB-D y LiDAR de bajo coste ha permitido facilitar la obtención del modelo 3D en tiempo real. Sin embargo, la obtención de características 3D intrincadas es crucial para el avance de las clasificaciones de objetos 3D. Los enfoques existentes de CNN basados en vóxeles volumétricos han logrado un progreso notable, pero generan una enorme sobrecarga computacional que limita la extracción de características globales a resoluciones más altas de los objetos 3D. En este artículo, se propone una red neuronal profunda volumétrica 3D de bajo coste para la clasificación de objetos 3D basada en estrategias de aprendizaje supervisado multiescalares y de subvolumen. Nuestra red neuronal profunda propuesta introduce datos 3D, que son preprocesados mediante la implementación de una representación octree de memoria eficiente, y proponemos limitar la profundidad octree de la capa completa a un cierto nivel basado en la resolución de volumen de entrada predefinida para almacenar características de contorno de alta precisión. Las características multiescala se concatenan a partir de profundidades de octree de varios niveles dentro de la red, con el objetivo de generar de forma adaptativa características globales de alto nivel. La estrategia del enfoque de supervisión de subvolúmenes consiste en entrenar la red en subpartes del objeto 3D para aprender características locales. Nuestro marco se ha evaluado con dos repositorios 3D de acceso público. Los resultados experimentales demuestran la eficacia de nuestro método propuesto, en el que la precisión de la clasificación mejora en comparación con los enfoques volumétricos existentes, y el ratio de consumo de memoria y el tiempo de ejecución se reducen significativamente.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Nanopartículas de plata en dispositivos de cirugía ósea alveolar
Artículo:
Codificación de información secuencial en modelos de espacio semántico: Comparación de la representación reducida holográfica y la permutación aleatoria
Artículo:
Diseño de un sistema de monitorización en tiempo real de humos y polvo en centrales térmicas basado en un algoritmo genético mejorado
Artículo:
Síntesis de nanopartículas de cobre fluorescentes y detección ultrasensible de Ag con etiqueta libre
Artículo:
Nanopartículas de Plata y Oro de las Hojas de Limnophila rugosa: Biosíntesis, Caracterización y Actividad Catalítica en la Reducción de Nitrofenoles
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Presentación:
Estudio de movimientos y tiempos
Artículo:
Estudio sobre la evaluación de la sostenibilidad de los productos innovadores
Artículo:
Generadores para ideales asociados a diferencia de tablas de Ferrers y cómputo de los generadores para ideales de Ferrers