Gerasimos Arvanitis: Spectral Processing and Optimization of Static and Dynamic 3D Geometries

Διατριβή: https://arxiv.org/abs/2107.07379v1 

Video link: video_demos_Arvanitis.mp4

Geometry processing of 3D objects is of primary interest in many areas of computer vision and graphics, including robot navigation, 3D object recognition, classification, feature extraction, etc. The recent introduction of low-cost range sensors has created a great interest in many new areas, driving the need for developing efficient algorithms for 3D object processing. The current approaches of 3D object processing require a significant amount of manual intervention and they are still time-consuming making them unavailable for use in real-time applications. The aim of this thesis is to present algorithms, mainly inspired by the spectral analysis, subspace tracking and modern learning-based solutions, that can be used and facilitate many areas of low-level 3D geometry processing (i.e., reconstruction, outliers removal, denoising, compression), pattern recognition tasks (i.e., significant features extraction) and high-level applications (i.e., registration and identification of 3D objects in partially scanned and cluttered scenes), taking into consideration different types of 3D models (i.e., static and dynamic point clouds, static and dynamic 3D meshes).

Η γεωμετρική επεξεργασία τρισδιάστατων αντικειμένων έχει μεγάλο ερευνητικό ενδιαφέρον σε ένα ευρύ φάσμα εφαρμογών που σχετίζονται με την υπολογιστική όραση και τα γραφικά, όπως για παράδειγμα στην αυτόματη κίνηση ρομπότ στο χώρο, την αναγνώριση τρισδιάστατων αντικειμένων, την κατηγοριοποίηση, την εξαγωγή χαρακτηριστικών και άλλες. Η δημιουργία νέας γενιάς οικονομικών αισθητήρων, που έχουν αναπτυχθεί τα τελευταία χρόνια, έχει παίξει σημαντικό ρόλο στην προσέλκυση ενδιαφέροντος από διάφορες περιοχές, οι οποίες έχουν σκοπό να αναπτύξουν εφαρμογές που να κάνουν χρήση της 3D πληροφορίας επωφελούμενες των πλεονεκτημάτων που προσφέρει μια πιο ολοκληρωμένη αναπαράσταση του κόσμου (3D αναπαράσταση) σε σύγκριση με την εικόνα και το video. Οι υπάρχουσες προσεγγίσεις που σχετίζονται με την επεξεργασία 3D αντικειμένων, απαιτούν, σε σημαντικό βαθμό, ειδικές παρεμβάσεις από τους χρήστες και επίσης είναι αρκετά χρονοβόρες για να χρησιμοποιηθούν σε εφαρμογές πραγματικού χρόνου. Στόχος της παρούσας διατριβής είναι να παρουσιάσει αλγορίθμους που μπορούν να χρησιμοποιηθούν αποτελεσματικά σε πλήθος χαμηλού επιπέδου εφαρμογών που αφορούν την επεξεργασία 3D γεωμετρίας όπως (ανακατασκευή επιφάνειας, απομάκρυνση έκτοπων σημείων, αποθορυβοποίηση, συμπίεση) σε εργασίες που αφορούν την αναγνώριση προτύπων (εντοπισμός σημαντικών σημείων και χαρτογράφηση βάση γεωμετρικής σημαντικότητας) καθώς και σε υψηλού επιπέδου εφαρμογές (εντοπισμός 3D αντικειμένων σε σκηνές μερικής αποτύπωσης), λαμβάνοντας επίσης υπόψη διαφορετικούς τύπους 3D μοντέλων (στατικά και δυναμικά νέφη σημείων, στατικά και δυναμικά 3D αντικείμενα πλεγματικής αναπαράστασης).

 

Gerasimos Arvanitis_Spectral Processing and Optimization of Static and Dynamic 3D Geometries

© Δικαιώματα HMTY 2022. Σχεδιασμός και ανάπτυξη από ΚΥΠΕΣ