Application of CAN2 to plane extraction from 3D range images
Application of CAN2 to plane extraction from 3D range images
复制标题
CAN2在3D距离图像平面提取中的应用
DOI：
10.1109/ijcnn.2008.4634120
复制
发表时间：
2008
期刊：
影响因子：
--
通讯作者：
T. Nishida
中科院分区：
文献类型：
--
作者：
S. Kurogi;Daisuke Wakeyama;Hideaki Koya;Shota Okada;Shingo Inoue;T. Nishida
提出了一种基于竞争联想网络2（CAN2）的激光测距三维图像平面提取方法。CAN2基本上是一个神经网络，它学习非线性函数的有效分段线性逼近，在这个应用中，它被用于从距离图像学习分段平面。由于学习的结果，得到的分段平面曲面比实际的平面曲面小得多，也多得多，所以我们引入了一种方法来收集分段平面曲面重建实际的平面曲面。我们将此方法应用于真实的距离像，并检验其性能和与其他方法的比较优势。
An application of CAN2 (competitive associative net 2) to plane extraction from 3D range images obtained by a LRF (laser range finder) is presented. The CAN2 basically is a neural net which learns efficient piecewise linear approximation of nonlinear functions, and in this application it is utilized for learning piecewise planner surfaces from the range image. As a result of the learning, the obtained piecewise planner surfaces are much smaller and much more than the actual planner surfaces, so that we introduce a method to gather piecewise planner surfaces for reconstructing the actual planner surfaces. We apply this method to real range images, and examine the performance and the comparative advantage to other methods.
DOI：
10.1109/robot.2001.932920
发表时间：
2001-05
期刊：
Proceedings 2001 ICRA. IEEE International Conference on Robotics and Automation (Cat. No.01CH37164)
影响因子：
--
作者：
K. Okada;S. Kagami;M. Inaba;H. Inoue
通讯作者：
K. Okada;S. Kagami;M. Inaba;H. Inoue
批量学习竞争关联网络及其在时间序列预测中的应用
DOI：
--
发表时间：
2004
期刊：
Proceedings of International Joint Conference on Neural Networks (IJCNN2004) (CD-ROM)
影响因子：
--
作者：
S.Kurogi;T.Ueno;M.Sawa
通讯作者：
M.Sawa