지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2020.4
- 수록면
- 313 - 320 (8page)
- DOI
- 10.3795/KSME-A.2020.44.4.313
이용수
초록· 키워드
오류제보하기
본 논문에서는 플랜트 배관 부품의 3차원 점군(point cloud)으로부터 부품을 분류하기 위해 합성곱신경망(convolutional neural network)을 이용하는 방법을 제안한다. 그러나 기존 연구들이 형상을 다중 뷰이미지 형태나 복셀(voxel) 모델로 표현한 반면, 본 연구에서는 점군 안에 있는 각 점들 간의 거리 분포를 1차원 히스토그램으로 표현한 형상 분산(shape distribution)으로 형상을 나타낸다. 형상 분산은 형상의 차원을 3차원에서 1차원으로 감소시킨다. 이로 인해 학습 데이터의 크기가 줄고, 학습 속도가 빨라진다. 또한 형상 분산은 형상의 크기, 자세 및 위치에 영향을 받지 않는다. 본 연구에서는 제안한 방법의 구현 및 실험을 통해 복셀 모델로 표현한 경우보다 학습 속도가 개선되는 것을 확인하였다. 그러나 차원 감소로 인해 정확도는 감소하였다.
목차
초록
Abstract
1. 서론
2. 관련 연구
3. 학습 데이터 및 형상 분산 생성
4. 신경망 구조
5. 학습 및 실험
6. 결론
참고문헌
참고문헌 (22)
참고문헌 신청
Kawashima, K., Kanai, S. and Date, H., 2014, “As- Built Modeling of Piping System from Terrestrial Laser-Scanned Point Clouds Using Normal-Based Region Growing,” Journal of Computational Design and Engineering, Vol. 1, No. 1, pp. 13~26.
Patil, A. K., Holi, P., Lee, S. K. and Chai, Y. H., 2017, “An Adaptive Approach for the Reconstruction and Modeling of As-Built 3D Pipelines from Point Clouds,” Automation in Construction, Vol. 75, pp. 65~78.
Osada, R., Funkhouser, T., Chazelle, B. and Dobkin, D., 2002, “Shape Distributions,” ACM Transactions on Graphics (TOG), Vol. 21, No. 4, pp. 807~832.
Kazhdan, M., Funkhouser, T. and Rusinkiewicz, S., 2003, “Rotation Invariant Spherical Harmonic Representation of 3D Shape Descriptors,” Symposium on Geometry Processing, Vol. 6, pp. 156~164.
Bronstein, A. M., Bronstein, M. M., Guibas, L. J. and Ovsjanikov, M., 2011, “Shape Google: Geometric Words and Expressions for Invariant Shape Retrieval,” ACM Transactions on Graphics (TOG), Vol. 30, No. 1, pp. 1~20.
Patil, A. K., Holi, P., Lee, S. K. and Chai, Y. H., 2017, “An Adaptive Approach for the Reconstruction and Modeling of As-Built 3D Pipelines from Point Clouds,” Automation in Construction, Vol. 75, pp. 65~78.
Osada, R., Funkhouser, T., Chazelle, B. and Dobkin, D., 2002, “Shape Distributions,” ACM Transactions on Graphics (TOG), Vol. 21, No. 4, pp. 807~832.
Kazhdan, M., Funkhouser, T. and Rusinkiewicz, S., 2003, “Rotation Invariant Spherical Harmonic Representation of 3D Shape Descriptors,” Symposium on Geometry Processing, Vol. 6, pp. 156~164.
Bronstein, A. M., Bronstein, M. M., Guibas, L. J. and Ovsjanikov, M., 2011, “Shape Google: Geometric Words and Expressions for Invariant Shape Retrieval,” ACM Transactions on Graphics (TOG), Vol. 30, No. 1, pp. 1~20.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
합성곱 신경망을 이용한 3차원 스캐닝 점군 데이터의 플랜트 기자재 형상 인식
대한기계학회 논문집 A권
2018 .09
-
합성곱 신경망을 이용한 3차원 CAD 모델의 형상 인식
대한기계학회 춘추학술대회
2018 .05
-
합성곱 신경망과 데이터 강화를 이용한 플랜트 기자재 형상 인식
대한기계학회 춘추학술대회
2018 .12
-
3차원 형상 데이터 획득 기술
한국기계가공학회 춘추계학술대회 논문집
2016 .04
-
점군 데이터 기반 부품 인식 방법
대한기계학회 춘추학술대회
2024 .06
-
전극형상에 따른 형상기억합금의 가공형상 분석
한국기계가공학회 춘추계학술대회 논문집
2016 .10
-
포인트 클라우드 및 투영 이미지를 이용한 다중 모달 형상 분류
비파괴검사학회지
2022 .02
-
형상기억 고분자 소재의 형상에 따른 형상회복 응력의 변화에 관한 연구
대한기계학회 춘추학술대회
2023 .06
-
3차원 구조 형상에 대한 측정 정밀도 평가
항공우주시스템공학회 학술행사 논문집
2019 .05
-
2차원 이미지를 이용한 3차원 의미론적 점군 생성에 관한 연구
대한전자공학회 학술대회
2022 .11
-
차수축소모델을 이용한 형상최적설계를 위한 형상 및 격자 변형 방법
한국전산유체공학회 학술대회논문집
2023 .05
-
점군 데이터를 활용한 배관 치수품질관리
대한기계학회 춘추학술대회
2024 .06
-
연결부 배관 형상 측정 및 형상 재현을 위한 기구학 분석
한국정밀공학회 학술발표대회 논문집
2022 .10
-
합성곱 신경망을 이용한 뉴스 분류
한국정보과학회 학술발표논문집
2018 .12
-
합성곱신경망(Convolutional Neural Network)을 이용한 매설배관 동적 응력 분석 방법 연구
한국가스학회 학술대회논문집
2020 .10
-
자율차량을 위한 3차원 점군 지도의 복셀 단위 압축
한국정보과학회 학술발표논문집
2022 .06
-
인공지능과 유전 알고리즘을 활용한 형상 최적 설계
대한기계학회 춘추학술대회
2024 .11
-
컨벌루션 신경망의 전이학습과 자기광학 비파괴검사 시스템을 이용한 결함 형상 분류
대한기계학회 춘추학술대회
2022 .06
-
다중 시점 RGB 영상의 심층 합성곱 신경망 기반 3 차원 형상 추정 방법
제어로봇시스템학회 논문지
2022 .07
-
딥러닝을 이용한 3차원 사람모델형상 변형
한국산업정보학회논문지
2020 .04
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2020-550-000506077