实体
POINT CLOUD SEGMENTATION AND FILTERING TO VERIFY THE GEOMETRIC GENESIS OF SIMPLE AND COMPOSED VAULTS
POINT CLOUD SEGMENTATION AND FILTERING TO VERIFY THE GEOMETRIC GENESIS OF SIMPLE AND COMPOSED VAULTS
PulseAugur coverage of POINT CLOUD SEGMENTATION AND FILTERING TO VERIFY THE GEOMETRIC GENESIS OF SIMPLE AND COMPOSED VAULTS — every cluster mentioning POINT CLOUD SEGMENTATION AND FILTERING TO VERIFY THE GEOMETRIC GENESIS OF SIMPLE AND COMPOSED VAULTS across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的对比度学习方法改进了粒子流的点云分割
研究人员开发了一种新的点云分割聚类方法，该方法使用监督对比度度量学习（CML）。该方法学习一个潜在表示，其中相似的对象被分组在一起，从而实现灵活的聚类形成。在对高能物理中高精度量热计的模拟数据进行评估时，CML方法在分离粒子流方面表现出优于对象凝聚（OC）的性能。CML方法显示出更好的稳定性、可分离性和泛化能力，从而提高了重建效率、纯度和能量分辨率，尤其是在复杂、重叠的粒子流场景中。
-
超图框架增强点云分割以发现新类
研究人员开发了一种新颖的基于超图的点云分割框架，该框架能够更好地发现未知对象类别。该方法超越了传统的成对关联，对已知和未知类别之间的复杂高阶关系进行建模。通过集成几何信息，即“几何感知原型”，该框架增强了空间理解能力，并在基准数据集上得到了验证，从而获得了更准确的分割结果。