• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>SPIE Defense + Security Conference >Recognizing Objects in 3D Data with Distinctive Self-Similarity Features
【24h】

Recognizing Objects in 3D Data with Distinctive Self-Similarity Features

机译：具有独特的自相似特征的3D数据中的对象识别

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Local features with invariant descriptions are important for many tasks in image processing and computer vision. This paper presents a new local feature descriptor for 3D object and scene representation. The new descriptor, named 3D-SSIM, explores the internal geometric property of layout similarity of 3D objects to produce efficient feature representation. The 3D-SSIM is highly distinctive, quick to compute, and shows superior advantages in terms of robustness to noises, invariance to viewpoints, and tolerance to geometric distortions. We extensively evaluated performance of the new descriptor with various datasets.
机译：具有不变描述的局部特征对于图像处理和计算机视觉中的许多任务很重要。本文提出了一种用于3D对象和场景表示的新局部特征描述符。新的描述符称为3D-SSIM，它探索3D对象布局相似性的内部几何属性，以产生有效的特征表示。 3D-SSIM具有鲜明的特色，计算速度快，并且在抗噪性，对视点的不变性和对几何变形的容忍度方面显示出优越的优势。我们使用各种数据集广泛评估了新描述符的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号