Détail de l'auteur
Auteur Yu Hou |
Documents disponibles écrits par cet auteur (1)
![](./images/expand_all.gif)
![](./images/collapse_all.gif)
![Tris disponibles](./images/orderby_az.gif)
Three-dimensional reconstruction of single input image based on point cloud / Yu Hou in Photogrammetric Engineering & Remote Sensing, PERS, vol 87 n° 7 (July 2021)
![]()
[article]
Titre : Three-dimensional reconstruction of single input image based on point cloud Type de document : Article/Communication Auteurs : Yu Hou, Auteur ; Ruifeng Zhai, Auteur ; Xueyan Li, Auteur ; et al., Auteur Année de publication : 2021 Article en page(s) : pp 479 - 484 Note générale : Bibliographie Langues : Anglais (eng) Descripteur : [Vedettes matières IGN] Lasergrammétrie
[Termes IGN] apprentissage profond
[Termes IGN] balayage laser
[Termes IGN] classification par réseau neuronal
[Termes IGN] données localisées 3D
[Termes IGN] jeu de données localisées
[Termes IGN] navigation autonome
[Termes IGN] réalité virtuelle
[Termes IGN] reconstruction 3D
[Termes IGN] semis de pointsRésumé : (Auteur) Three-dimensional reconstruction from a single image has excellent future prospects. The use of neural networks for three-dimensional reconstruction has achieved remarkable results. Most of the current point-cloud-based three-dimensional reconstruction networks are trained using nonreal data sets and do not have good generalizability. Based on the Karlsruhe Institute of Technology and Toyota Technological Institute at Chicago ()data set of large-scale scenes, this article proposes a method for processing real data sets. The data set produced in this work can better train our network model and realize point cloud reconstruction based on a single picture of the real world. Finally, the constructed point cloud data correspond well to the corresponding three-dimensional shapes, and to a certain extent, the disadvantage of the uneven distribution of the point cloud data obtained by light detection and ranging scanning is overcome using the proposed method. Numéro de notice : A2021-570 Affiliation des auteurs : non IGN Thématique : IMAGERIE Nature : Article nature-HAL : ArtAvecCL-RevueIntern DOI : 10.14358/PERS.87.7.479 Date de publication en ligne : 01/07/2021 En ligne : https://doi.org/10.14358/PERS.87.7.479 Format de la ressource électronique : URL Article Permalink : https://documentation.ensg.eu/index.php?lvl=notice_display&id=98162
in Photogrammetric Engineering & Remote Sensing, PERS > vol 87 n° 7 (July 2021) . - pp 479 - 484[article]Exemplaires(1)
Code-barres Cote Support Localisation Section Disponibilité 105-2021071 SL Revue Centre de documentation Revues en salle Disponible