HyperAIHyperAI
il y a 2 mois

Détection de la Symétrie dans les Nuages de Points Occlus à l'Aide de l'Apprentissage Profond

Zhelun Wu; Hongyan Jiang; Siyun He
Détection de la Symétrie dans les Nuages de Points Occlus à l'Aide de l'Apprentissage Profond
Résumé

La détection de symétrie a longtemps été un problème classique en infographie, la plupart des méthodes utilisées étant basées sur des approches géométriques traditionnelles. Ces dernières années, cependant, l'émergence de l'apprentissage profond (deep learning) a transformé le paysage de l'infographie. Dans cet article, nous visons à résoudre le problème de détection de symétrie dans les nuages de points partiellement cachés en utilisant une approche basée sur l'apprentissage profond. Selon nos connaissances, nous sommes les premiers à utiliser l'apprentissage profond pour aborder ce type de problème. Dans notre cadre d'apprentissage profond, deux types de supervision sont employés : les points situés sur le plan de symétrie et les vecteurs normaux, afin de nous aider à identifier précisément le plan de symétrie. Nous avons mené des expérimentations sur le jeu de données YCB-Video et démontré l'efficacité de notre méthode.

Détection de la Symétrie dans les Nuages de Points Occlus à l'Aide de l'Apprentissage Profond | Articles de recherche récents | HyperAI