지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2012.2
- 수록면
- 272 - 276 (5page)
이용수
초록· 키워드
오류제보하기
Most commercial scanners can produce a huge amount of dense point cloud that represents the shape of a real world object. In product inspection and other geometry processing applications, analyzing a shape or identifying sharp edges improves the efficiency and performance of operations. In this paper, the method for shape analysis of point-based geometry is presented based on the tensor voting theory. We first compute the voting tensor of a point using the neighborhood, and then infer the local structure around the point via eigen-analysis of the tensor. To reduce the dependency of data, the tensor voting analysis is performed at multiple scales. The multi-scale tensor voting of a given point set improves noise sensitivity and scale dependency of an input model. Our method can recognize a sharp edge or a space curve that is not detected in the PCA-based methods. We demonstrate the strength of the proposed method in terms of efficiency and robustness by comparing it with other methods.
목차
ABSTRACT
1. 서론
2. 관련연구
3. 3 차원 점 데이터의 텐서보팅
4. 다중스케일 기반 텐서보팅
5. 결과
6. 결론 및 향후 연구
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2015-500-001145248