面向类别分割应用的合成点云生成
计算机视觉与模式识别
2022-05-12 v1
摘要
由于识别基础设施退化所需过程繁琐，工业设施的维护正成为日益严重的危害。数字孪生有望通过监测基础设施的连续数字表示来改善维护。然而，映射现有几何结构所需的时间使其应用受限。我们此前开发了类别分割算法以实现数字孪生自动化，但这需要大量带标注的点云。目前，用于自动分割的合成数据生成尚属空白。我们使用Helios++从3D模型自动分割点云。我们的研究有潜力为高效的工业类别分割奠定基础。
引用
@article{arxiv.2205.03738,
title = {Synthetic Point Cloud Generation for Class Segmentation Applications},
author = {Maria Gonzalez Stefanelli and Avi Rajesh Jain and Sandeep Kamal Jalui and Eva Agapaki},
journal= {arXiv preprint arXiv:2205.03738},
year = {2022}
}