최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기본 학위 논문은 비현실적인 가정 없이 대규모 3차원 장면에서 정확하고 강건한 포인트 클라우드 정합을 위한 새로운 방법을 제시한다. 첫번째 제안하는 방법은 낮은 오버랩 비율을 가지는 포인트 클라우드의 정합 성능을 향상시키기 위해 쌍에서 심층 기하학적 특징을 추출하여, 오버랩 지역 기반의 ...
In this paper, we present a novel method for accurate and robust point cloud registration in large-scale 3D scenes without using unrealistic assumptions. We first compute overlap region-based correspondences by extracting deep geometric features from pairs to enhance registration performance of poin...
저자 | 한지훈 |
---|---|
학위수여기관 | 中央大學校 尖端映像大學院 |
학위구분 | 국내석사 |
학과 | 영상학과 영상공학-디지털이미징전공 |
지도교수 | 백준기 |
발행연도 | 2022 |
총페이지 | iv, 51장 |
키워드 | 포인트 클라우드 정합 딥러닝 특이치 제거 허프 보팅 point cloud registration deep learning outlier rejection Hough voting |
언어 | kor |
원문 URL | http://www.riss.kr/link?id=T16428998&outLink=K |
정보원 | 한국교육학술정보원 |
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.