3D objects and scenes classification, recognition, segmentation, and reconstruction using 3D point cloud data: A review

要約

3 次元 (3D) 点群解析は、そのシンプルさ、柔軟性、強力な視覚化能力により、リアルなイメージングやマシン ビジョンにおける魅力的なテーマの 1 つとなっています。
実際、3D 形状と形式を使用したシーンや建物の表現には、自動運転、シーンやオブジェクトの再構成など、多くのアプリケーションが活用されています。それにもかかわらず、この新しいタイプのデータを扱うことは、オブジェクト表現、シーン認識、セグメンテーションにおいて困難な作業でした。
、そして再建。
この点に関して、最近では、深層学習モデルなどのさまざまな技術を使用して、新しい戦略を開発することに多大な努力が注がれています。
そのために、この論文では、3D 点群に関する既存のタスクの包括的なレビューを示します。採用されたアルゴリズム、アプリケーション シナリオ、主な目的の性質に基づいて、既存の技術の明確に定義された分類が実行されます。
オブジェクトやシーンの検出、認識、セグメンテーション、再構成など、3D ポイント データに対して実行されるさまざまなタスクが調査されます。
さらに、使用されているデータセットのリストを紹介し、それぞれの評価指標について説明し、既存のソリューションのパフォーマンスを比較して、最先端の情報をより適切に提供し、その限界と強みを特定します。
最後に、テクノロジーという主題が直面している現在の課題と、今後の調​​査研究の出発点となる可能性のある、大きな関心を集めている将来の動向について詳しく説明します。

要約(オリジナル)

Three-dimensional (3D) point cloud analysis has become one of the attractive subjects in realistic imaging and machine visions due to its simplicity, flexibility and powerful capacity of visualization. Actually, the representation of scenes and buildings using 3D shapes and formats leveraged many applications among which automatic driving, scenes and objects reconstruction, etc. Nevertheless, working with this emerging type of data has been a challenging task for objects representation, scenes recognition, segmentation, and reconstruction. In this regard, a significant effort has recently been devoted to developing novel strategies, using different techniques such as deep learning models. To that end, we present in this paper a comprehensive review of existing tasks on 3D point cloud: a well-defined taxonomy of existing techniques is performed based on the nature of the adopted algorithms, application scenarios, and main objectives. Various tasks performed on 3D point could data are investigated, including objects and scenes detection, recognition, segmentation and reconstruction. In addition, we introduce a list of used datasets, we discuss respective evaluation metrics and we compare the performance of existing solutions to better inform the state-of-the-art and identify their limitations and strengths. Lastly, we elaborate on current challenges facing the subject of technology and future trends attracting considerable interest, which could be a starting point for upcoming research studies

arxiv情報

提供元, 利用サービス

arxiv.jp, Google