MétaCan
Menu
Retour à la cohorte
Enregistrement W1983502353 · doi:10.1243/095440503771909917

A hybrid scheme incorporating stereo-matching and shape-from-shading for spatial object recognition

2003· article· en· W1983502353 sur OpenAlexaff
K.S. Bae, B. Benhabib

Notice bibliographique

RevueProceedings of the Institution of Mechanical Engineers Part B Journal of Engineering Manufacture · 2003
Typearticle
Langueen
DomaineComputer Science
ThématiqueAdvanced Vision and Imaging
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésComputer visionPhotometric stereoArtificial intelligenceDepth mapStereopsisComputer scienceSmoothnessComputer stereo visionObject (grammar)Stereo camerasFeature (linguistics)Matching (statistics)Scheme (mathematics)BrightnessBoundary (topology)Overhead (engineering)MathematicsImage (mathematics)

Résumé

récupéré en direct d'OpenAlex

Manufacturing flexibility can benefit from the use of non-contact computer-vision based shape-recovery methods. In this paper, a novel hybrid scheme is proposed, which combines stereo-vision and shape-from-shading recovery for obtaining more reliable absolute shape information about a viewed object. This iterative scheme first utilizes stereo-vision to obtain basic depth information along the boundary and through the surface of the object. Subsequently, the depth map is input to the shape-from-shading algorithm to obtain feature patterns. This information is fed back to the stereo-vision algorithm to improve upon the accuracy of the depth map. A cost function, in the form of a weighted sum of distances from smoothness and brightness, is utilized for the pattern matching. The performance of the proposed scheme was verified via experiments.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,519
Score d'incertitude au seuil0,592

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,209 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProceedings of the Institution of Mechanical Engineers Part B Journal of Engineering ManufactureMême sujetAdvanced Vision and ImagingTravaux en français237 207