Tugas utama dalam visi dan grafik komputer mendapat dorongan
Computer

Tugas utama dalam visi dan grafik komputer mendapat dorongan


Aplikasi untuk data tubuh manusia. Bentuk paling kiri dideformasi sehingga tumpang tindih dengan bentuk target. Bentuk paling kanan adalah hasil penerapan metode sebelumnya yang dilaporkan oleh penulis. Empat bentuk yang ditunjukkan oleh “BCPD ++” adalah hasil dari metode yang diusulkan; perkiraan untuk mempercepat ditingkatkan dari kiri ke kanan. Terlepas dari perhitungan perkiraan, bentuk ketiga dan keempat di antara empat kira-kira sama dengan yang diperoleh dengan metode sebelumnya. Meskipun tidak ditampilkan dalam gambar, waktu proses secara nyata berkurang dibandingkan dengan metode sebelumnya. Kredit: Universitas Kanazawa

Registrasi himpunan titik non-kaku adalah proses menemukan transformasi spasial yang menyelaraskan dua bentuk yang direpresentasikan sebagai himpunan titik data. Ini memiliki aplikasi ekstensif di berbagai bidang seperti mengemudi otonom, pencitraan medis, dan manipulasi robotik. Sekarang, metode telah dikembangkan untuk mempercepat prosedur ini.

Dalam sebuah penelitian yang diterbitkan di Transaksi IEEE pada Analisis Pola dan Kecerdasan Mesin, seorang peneliti dari Kanazawa University telah mendemonstrasikan sebuah teknik yang mengurangi waktu komputasi untuk registrasi himpunan poin non-kaku dibandingkan dengan pendekatan lain.

Metode sebelumnya untuk mempercepat proses ini telah efisien secara komputasi hanya untuk bentuk yang dijelaskan oleh kumpulan titik kecil (berisi kurang dari 100.000 titik). Akibatnya, penggunaan pendekatan semacam itu dalam aplikasi menjadi terbatas. Penelitian terbaru ini bertujuan untuk mengatasi kelemahan ini.

Metode yang diusulkan terdiri dari tiga langkah. Pertama, jumlah titik di setiap set titik dikurangi melalui prosedur yang disebut downsampling. Kedua, registrasi kumpulan poin non-kaku diterapkan ke kumpulan poin downsampled. Dan ketiga, vektor deformasi bentuk — objek matematika yang menentukan transformasi spasial yang diinginkan — diperkirakan untuk titik yang dihilangkan selama downsampling.

“Kumpulan titik downsampled terdaftar dengan menerapkan algoritma yang dikenal sebagai penyimpangan titik koheren Bayesian,” jelas penulis Osamu Hirose. “Vektor deformasi yang sesuai dengan titik yang dihapus kemudian diinterpolasi menggunakan teknik yang disebut regresi proses Gaussian.”

Tugas utama dalam visi dan grafik komputer mendapat dorongan

Aplikasi untuk bentuk yang mengandung lebih dari sepuluh juta poin. (a) Kumpulan titik masukan. (b) Kumpulan titik downsampled. (c) Pendaftaran set titik downsampled oleh algoritma yang disebut penyimpangan titik koheren Bayesian. (d) Interpolasi vektor deformaiton sesuai dengan titik sumber yang dihilangkan. Kredit: Universitas Kanazawa

Peneliti melakukan serangkaian percobaan untuk membandingkan kinerja registrasi metode mereka dengan pendekatan lain. Mereka mempertimbangkan berbagai macam bentuk, beberapa dijelaskan oleh kumpulan titik kecil dan lainnya dengan kumpulan titik besar (berisi dari 100.000 hingga lebih dari 10 juta poin). Bentuk-bentuk ini termasuk, misalnya, naga, monyet, dan manusia.

Hasilnya menunjukkan bahwa teknik yang diusulkan efisien bahkan untuk set titik dengan lebih dari 10 juta titik, ditunjukkan pada Gambar 2. Mereka juga menunjukkan bahwa waktu komputasi metode ini terasa lebih pendek daripada waktu komputasi yang canggih. pendekatan untuk set poin dengan lebih dari satu juta poin.

“Meskipun teknik baru menyediakan pendaftaran yang dipercepat, teknik ini relatif sensitif terhadap gangguan buatan dalam kumpulan data kecil,” kata Hirose. “Sensitivitas seperti itu menunjukkan bahwa pendekatan ini paling cocok untuk kumpulan titik besar, bukan yang kecil dan berisik.”

Mengingat bahwa pendaftaran himpunan titik yang tidak kaku memiliki berbagai aplikasi, metode yang ditetapkan dalam penelitian ini dapat memiliki implikasi yang luas. Kode sumber dari metode yang diusulkan didistribusikan oleh penulis di github.com/ohirose/bcpd.


Penemuan algoritma yang akurat dan jauh lebih efisien untuk masalah pendaftaran set titik


Informasi lebih lanjut:
Osamu Hirose, Percepatan registrasi himpunan poin non-rigid dengan downsampling dan regresi proses Gaussian, Transaksi IEEE pada Analisis Pola dan Kecerdasan Mesin (2020). DOI: 10.1109 / TPAMI.2020.3043769

Disediakan oleh Universitas Kanazawa

Kutipan: Tugas utama dalam visi dan grafik komputer mendapat dorongan (2021, 5 Maret) diambil pada 5 Maret 2021 dari https://techxplore.com/news/2021-03-key-task-vision-graphics-boost.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten tersebut disediakan untuk tujuan informasi saja.




Halaman Ini Di Persembahkan Oleh : Pengeluaran HK