Loading...
机构名称:
¥ 1.0

摘要 - 曲线骨架是几何建模和计算机图形群落已知的,它是形状删除者之一,它凭直觉指示对象的拓扑特性。近年来,研究还提出了应用曲线骨骼来协助机器人推理和计划的潜力。但是,原始的扫描点云模型通常不完整且嘈杂。此外,处理大点云在计算上也效率低下。专注于物体不完整和分布较差的对象云的曲线骨骼化,在这项工作中提出了有效的基于Laplacian的骨骼化框架(GLSKeleton)。我们还提出了引入的局部还原策略(LPR)方法的计算效率,而无需牺牲主要的拓扑结构。使用开源数据集进行了全面的实验来基准性能,并且它们在收缩和整体骨骼化计算速度方面都有显着改善。

glskeleton:几何laplacian骨骼化...

glskeleton:几何laplacian骨骼化...PDF文件第1页

glskeleton:几何laplacian骨骼化...PDF文件第2页

glskeleton:几何laplacian骨骼化...PDF文件第3页

glskeleton:几何laplacian骨骼化...PDF文件第4页

glskeleton:几何laplacian骨骼化...PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2018 年

...

¥1.0
2025 年

...

¥1.0
2023 年

...

¥1.0
2024 年
¥1.0
2025 年
¥1.0
2023 年
¥1.0
2024 年
¥1.0
2023 年
¥2.0
2024 年
¥18.0
2024 年
¥1.0
2024 年

...

¥3.0
2024 年
¥1.0
2024 年
¥1.0
2025 年

...

¥1.0
2025 年
¥1.0
2024 年

...

¥2.0
1900 年
¥1.0
1900 年
¥1.0
2024 年

...

¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2025 年
¥1.0
2024 年
¥3.0
2024 年

...

¥3.0
2025 年
¥1.0
2024 年

...

¥1.0
2024 年
¥1.0