• 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：具有独特的自我相似性功能的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：具有不变性描述的本地功能对于图像处理和计算机视觉中的许多任务非常重要。本文为3D对象和场景表示提供了一个新的本地特征描述符。名为3D-SSIM的新描述符探讨了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非常独特，快速计算，并且在鲁棒性方面对噪声，不变性的观点和对几何失真的公差来说出了卓越的优势。我们广泛地评估了具有各种数据集的新描述符的性能。

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