長崎県全域の点群データが自由に使えるらしいからみんなで使っちゃおうぜ！？ - Qiita
（※オープンナガサキのトップページ） くぅ〜〜〜〜痺れるトップページですね〜。 点群データ先進国家「SHIZUOKA」に引き続き長崎県も全域の点群データを公開してくれるそうです！ (一部地域はまだ調整中ですが…) （VIRTUAL SHIZUOKAの点群データはこちら) こうやってデータをバシバシ出してくれている以上は、我々エンジニアとしては有効活用させていただかねばなりません！！ と言うことで早速データをダウンロードしてGoogle Earthみたいな3D地球儀を作成できるJavaScriptライブラリである「Cesium」を利用して地球上に載せてみました！ （※この記事はPDALやpy3dtiles・Cesiumなど点群操作に慣れている人向けプログラマー向けですが、そうでない方も出来るようになるべく丁寧に記載してはいます。） データのダウンロード 何はともあれまずはデータをダウンロード
点群DNN、3D DNN入門 -3DYOLO, VoxelNet, PointNet, FrustrumPointNet, Pointpillars - arutema47's blog
またまたQiitaからのお引越し記事です。 センサについてはこちらをどうぞ。 aru47.hatenablog.com 目的 点群DNNでできること 3Dセンサ 3D DNNの家計図 変更履歴 2Dベースアプローチ Complex YOLO (ECCV workshop 2018), YOLO 3D (ECCV workshop 2018) 手法について 俯瞰（bird's eye viewまたはBEV)とは？ メリット デメリット 点群ベースアプローチ (PointNet系) PointNet(NIPS 2016) PointNetの手法について PointNetのタスク PointNetの実装 PointNet++(NIPS 2017) 実装 VoteNet(ICCV 2019) センサフュージョンベースアプローチ Frustrum PointNets 手法について メリット デメリッ
点群データにおける表現学習 - Ridge-institute R&D Blog
こんにちは，株式会社Ridge-iの@obaradsです．本記事では点群処理における表現学習手法について紹介します．また，本記事は@machinery81にレビューしていただきました． TL;DR 表現学習とは 点群で表現学習を扱う理由 点群の特徴の生成 ラベル付きデータが制限されている状況下におけるモデルの性能向上 点群間の対応を見つけるための表現学習 表現学習方法について 再構築タスクによる学習 Contrastive Learning 点群の表現学習に関する文献紹介 点群処理への深層学習の適用以前の特徴量の算出 ～2017年：PointNetが提案される以前の表現学習手法 2017～2019年：PointNetが提案されて以降の生成モデルを用いた表現学習手法 2019～2020年：自己教師あり学習を利用した表現学習手法 2020年～：シーン点群に着目した表現学習手法 まとめと今後の傾
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Unsupervised Point Cloud Representation Learning with Deep Neural Networks: A Survey
Papers with Code - 3D Object Classification
