FenixEdu™

Dissertação

Multiscale Registration of 3D Pointclouds EVALUATED

Detalhes: Um dos principais objetivos na área da Visão de Computador é de reproduzir o sistema visual humano ao identificar as diferentes características que podem ser observadas, tal como cor, textura, forma e mais. Com o progresso na área da Aprendizagem Profunda, são capazes de ser extraídas características com maior poder discriminativo. As nuvens de pontos são um tipo de representação de pontos de dados num sistema de coordenadas 3D. O processo de alinhar duas nuvens de pontos sobrepostas é designado como "registo de nuvens de pontos" e tem sido cada vez mais útil em diversos ramos de investigação tais como reconstrução 3D, condução autónoma, imagiologia médica e mais. Um modo de melhorar o registo de nuvens de pontos é de aumentar o nível de resolução das características extraídas. Nesta tese, foi implementada uma divisão explícita das nuvens de pontos em múltiplas escalas de forma a extrair características de várias resoluções da nuvem de pontos. Para tal, é introduzida na arquitectura da rede neuronal, um módulo que agrega as difrentes características de cada escala. Duas estruturas hierárquicas, que permitem a livre manipulação destas escalas, são propostas. O método desenvolvido obteve resultados que mostram que as escalas podem introduzir nova informação nas características extraídas que melhorem o registo.
Keywords: Multi-escala, Registo de Nuvens de Pontos, Agregação de Características, Aprendizagem Profunda, Rede Neuronal.

Discussão: dezembro 14, 2022, 10:30