메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
한병길 (한국기계연구원) 박종우 (한국기계연구원) 서현욱 (한국기계연구원) 송성혁 (한국기계연구원)
저널정보
제어로봇시스템학회 제어로봇시스템학회 논문지 제어로봇시스템학회 논문지 제28권 제7호
발행연도
2022.7
수록면
671 - 677 (7page)
DOI
10.5302/J.ICROS.2022.22.0075

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In this paper, we describe point cloud generation method from multiple RGB images based on convolutional neural network. The proposed method is motivated from human’s 3d understanding from orthographic sketches, which infer spatial relationship from front, top, side view of the 3d object. The network of the proposed method employed generative model, to make it predict point clouds of atypical objects. Auto encoder network is utilized to encode three RGB images into latent vectors, and generate point clouds. Loss functions are defined which measure reconstruction performance and uniformity of the point clouds to make the network generate point clouds similar to the original and distribute uniformly along entire region. From this structure, we expected the network to learn spatial relation of the original 3d model from multiple RGB images. The result shows that the proposed method can predict overall shape of the objects, and it is hard to express detailed geometry. As a further work, network structure improvement to generate detailed shape of the object, predict occluded region will be performed.
#Deep learning #Point cloud #Multiview 3d shape estimation

목차

Abstract
Ⅰ. 서론
Ⅱ. 적용 시나리오
Ⅲ. 데이터 취득
Ⅳ. 방법론
Ⅴ. 결과 및 분석
Ⅵ. 결론
REFERENCES

참고문헌 (15)

참고문헌 신청
J. Cho, S. Kang, and K. Kim, “Object recognition and pose estimation based on deep learning for visual servoing,” Journal of Korea Robotics Society, vol. 14, no. 1, pp. 1-7, 2019. google schola Y. No, Y. Kim, D. Kim, H. Han, Y. Song, and D. Kim, “Deeplearning pipeline for object pose estimation from an RGB-D image,” Journal of Institute of Control, Robotics and Systems (in Korean), vol. 27, no. 8, pp. 593-601, 2021. google schola S. Kim, Y. Bok, and I. Kweon, “2D-3D pose estimation using multi-view object co-segmentation,” Journal of Korea Robotics Society, vol. 12, no. 1, pp. 33-41, 2017. google schola J. Kim, K. Jang, and H. Kwon, “A study on the improvement of pose information of objects by using trinocular vision system,” Journal of the Korean Society of Manufacturing Technology Engineers, vol. 26, no. 2, pp. 223-229, 2017. google schola A. Kar, S. Tulsiani, J. Carreira, and J. Malik, “Category-specific object reconstruction from a single image,” Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition, pp. 1966-1974, 2015. google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

위상천이 PWM 컨버터의 병렬 부스트 커패시턴스에 따른 동작 분석
박수미 ,  정우철 ,  이태우 외 1명 한국조명·전기설비학회 학술대회논문집 2022 .05
YOLO 를 이용한 CNN 기반의 물체 인식과 파지 중심점 위치오차 최소화 알고리즘 연구 및 파지 성능 평가
김동현 ,  김현희 ,  이민철 제어로봇시스템학회 논문지 2021 .12
PMSG 기반의 풍력 에너지 변환 시스템의 Flying Start를 위한 가상 저항 선정 방식
이윤성 ,  추경민 ,  정원상 외 3명 한국조명·전기설비학회 학술대회논문집 2021 .11
영상기반 비상착륙영역 인식 프레임워크를 위한 심층 합성곱 신경망 기반 영상처리 알고리즘
조성욱 ,  정연득 제어로봇시스템학회 논문지 2021 .08

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-003-001504671