ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Robust Range Image Registration Using Genetic Algorithms And The Surface Interpenetration Measure (Series in Machine Perception and Artificial Intelligence)

دانلود کتاب ثبت تصویر محدوده قوی با استفاده از الگوریتم های ژنتیک و اندازه گیری سطح بین سطح نفوذ (سری در ادراک ماشین و هوش مصنوعی)

Robust Range Image Registration Using Genetic Algorithms And The Surface Interpenetration Measure (Series in Machine Perception and Artificial Intelligence)

مشخصات کتاب

Robust Range Image Registration Using Genetic Algorithms And The Surface Interpenetration Measure (Series in Machine Perception and Artificial Intelligence)

دسته بندی: فن آوری
ویرایش:  
نویسندگان: , ,   
سری: Series in Machine Perception and Artificial Intelligence 
ISBN (شابک) : 9789812561084, 9812561080 
ناشر: World Scientific Publishing Company 
سال نشر: 2004 
تعداد صفحات: 175 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 15 مگابایت 

قیمت کتاب (تومان) : 53,000



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 15


در صورت تبدیل فایل کتاب Robust Range Image Registration Using Genetic Algorithms And The Surface Interpenetration Measure (Series in Machine Perception and Artificial Intelligence) به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب ثبت تصویر محدوده قوی با استفاده از الگوریتم های ژنتیک و اندازه گیری سطح بین سطح نفوذ (سری در ادراک ماشین و هوش مصنوعی) نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب ثبت تصویر محدوده قوی با استفاده از الگوریتم های ژنتیک و اندازه گیری سطح بین سطح نفوذ (سری در ادراک ماشین و هوش مصنوعی)

این کتاب به مشکل ثبت تصویر محدوده برای ساخت مدل خودکار سه بعدی می پردازد. تمرکز بر روی دستیابی به ترازهای بسیار دقیق بین جفت‌های دید مختلف از یک شی است تا از اعوجاج مدل سه بعدی جلوگیری شود. برخلاف بسیاری از کارهای قبلی، جفت‌های نما ممکن است همپوشانی نسبتا کمی از خود نشان دهند و نیازی به تراز قبلی ندارند. برای این منظور، یک معیار ارزیابی موثر جدید برای ثبت، اندازه‌گیری نفوذ سطحی (SIM) تعریف شده است. این اندازه گیری میزان درهم تنیدگی دو سطح را در زمانی که هم ترازی آن ها اصلاح می شود، کمی می کند، و ارزیابی کیفی \"ناراحتی\" را که اغلب در ارتباط با رندرهای سطوح تراز شده استفاده می شود، روی یک پایه ریاضی محکم قرار می دهد. نشان داده شده است که سیم کارت نسبت به میانگین مربعات خطا (یعنی حساسیت بیشتری نسبت به تغییرات مقیاس ریز) در کنترل مراحل نهایی فرآیند هم ترازی دارد. نویسندگان در ادامه به ترکیب سیم کارت با الگوریتم های ژنتیک (GA) می پردازند تا رویکردی قوی برای ثبت تصویر محدوده ایجاد کنند. نتایج تأیید می‌کنند که این تکنیک به ثبت سطح دقیق و بدون نیاز به پیش‌تراز، بر خلاف روش‌های مبتنی بر الگوریتم نزدیک‌ترین نقطه تکراری (ICP) که محبوب‌ترین تا به امروز است، دست می‌یابد. نتایج تجربی کامل شامل یک مطالعه مقایسه ای گسترده ارائه شده و رویکردهای مبتنی بر GA برای بهبود ثبت بیشتر پیشنهاد شده است. نویسندگان همچنین یک تکنیک ثبت چند نمای جهانی را با استفاده از رویکرد مبتنی بر GA توسعه می دهند. نتایج از نظر دقت برای مدل‌سازی سه‌بعدی امیدوارکننده قابل‌توجهی است.


توضیحاتی درمورد کتاب به خارجی

This book addresses the range image registration problem for automatic 3D model construction. The focus is on obtaining highly precise alignments between different view pairs of the same object to avoid 3D model distortions; in contrast to most prior work, the view pairs may exhibit relatively little overlap and need not be prealigned. To this end, a novel effective evaluation metric for registration, the Surface Interpenetration Measure (SIM) is defined. This measure quantifies the interleaving of two surfaces as their alignment is refined, putting the qualitative evaluation of "splotchiness," often used in reference to renderings of the aligned surfaces, onto a solid mathematical footing. The SIM is shown to be superior to mean squared error (i.e. more sensitive to fine scale changes) in controlling the final stages of the alignment process. The authors go on to combine the SIM with Genetic Algorithms (GAs) to develop a robust approach for range image registration. The results confirm that this technique achieves precise surface registration with no need for prealignment, as opposed to methods based on the Iterative Closest Point (ICP) algorithm, the most popular to date. Thorough experimental results including an extensive comparative study are presented and enhanced GA-based approaches to improve the registration still further are proposed. The authors also develop a global multiview registration technique using the GA-based approach. The results show considerable promise in terms of accuracy for 3D modeling.



فهرست مطالب

Robust Range Image Registration Using Genetic Algorithms And The Surface Interpenetration Measure......Page 1
Preface......Page 8
Contents......Page 10
1 Introduction......Page 12
1.1 Range images......Page 14
1.2 Applications......Page 18
1.3 Book outline......Page 19
2.1 Definition......Page 20
2.2 Registration approaches......Page 21
2.3 Outlier rejection rules......Page 25
2.4 Registration quality measures......Page 27
2.5 Summary......Page 29
3.1 Definition......Page 30
3.2 Obtaining precise alignments......Page 36
3.3 Parameters and constraints on the SIM......Page 46
3.4 Stability against noise......Page 52
3.5 Discussion......Page 54
4.1 Concepts......Page 56
4.2 Chromosome encoding......Page 60
4.3 Robust fitness function......Page 61
4.4 GA parameter settings......Page 64
4.5 Enhanced GAs......Page 74
4.6 Results for other range image databases......Page 86
4.7 GAs and SA......Page 89
4.8 Low-overlap registration......Page 94
4.9 Evaluation time......Page 96
4.10 Discussion......Page 98
5.1 SIM as fitness function......Page 100
5.2 Experimental results......Page 102
5.3 Multiobjective Evolutionary Algorithms......Page 109
5.4 Discussion......Page 114
6.1 Aligning common overlapping areas......Page 116
6.2 Global multiview registration......Page 121
6.3 Experimental results......Page 124
6.4 Alignment consistency......Page 127
6.5 Discussion......Page 129
7.1 Contributions......Page 132
7.2 Future work......Page 134
Appendix Experimental Results......Page 136
Bibliography......Page 168
Index......Page 174




نظرات کاربران