Smart-Tree: Neural Medial Axis Approximation of Point Clouds for 3D Tree Skeletonization

要約

タイトル: Smart-Tree: 3D Tree Skeletonizationのためのポイントクラウドのニューラル中心軸近似

要約:
– Smart-Treeは、ツリーのポイントクラウドから枝の中心軸の近似を行う教師あり学習手法である。
– Smart-Treeは、スパースボクセルの畳み込みニューラルネットワークを使用して、各入力点の半径と中心軸への方向を抽出する。
– 推定された中心軸を使用して、貪欲アルゴリズムが頑健な骨格化を行う。
– 提案手法は、複雑な構造や自己遮蔽、接触する枝、異なる点密度に対して頑健性を提供し、忠実度を向上させる。
– Sythetic Treeデータセットを使ってSmart-Treeを評価し、リアルワールドのツリーポイントクラウドでの質的分析も行う。
– Syntheticとリアルワールドのデータセットでの実験は、現在の最先端の手法よりも私たちのアプローチの頑健性を示している。
– データセットとソースコードは公開されている。

要約(オリジナル)

This paper introduces Smart-Tree, a supervised method for approximating the medial axes of branch skeletons from a tree point cloud. Smart-Tree uses a sparse voxel convolutional neural network to extract the radius and direction towards the medial axis of each input point. A greedy algorithm performs robust skeletonization using the estimated medial axis. Our proposed method provides robustness to complex tree structures and improves fidelity when dealing with self-occlusions, complex geometry, touching branches, and varying point densities. We evaluate Smart-Tree using a multi-species synthetic tree dataset and perform qualitative analysis on a real-world tree point cloud. Our experimentation with synthetic and real-world datasets demonstrates the robustness of our approach over the current state-of-the-art method. The dataset and source code are publicly available.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI