Últimos artículos para Nubes de Puntos

PatchMixer mejora el procesamiento de nubes de puntos para una mejor generalización en tareas del mundo real.

La investigación compara modelos basados en imágenes y modelos de nubes de puntos para la simulación de datos de calorímetros.

Nuevos métodos mejoran el reconocimiento de objetos en distintos entornos para autos autónomos.

DELFlow mejora el seguimiento de movimiento al combinar nubes de puntos densas y datos de imagen.

Este artículo habla sobre cómo mejorar las predicciones 3D para robots usando el conocimiento sobre las relaciones entre objetos.

Un nuevo método mejora los modelos 3D generados a partir de imágenes individuales.

Métodos eficientes para mejorar el intercambio de datos 3D mediante la compresión de nubes de puntos.

Un nuevo método mejora la precisión de los robots al detectar y manejar tubos de ensayo.

Un nuevo marco mejora la precisión de modelos 3D usando nubes de puntos parciales para autos autónomos.

ELiOT mejora los métodos de odometría LiDAR para una mejor localización de robots.

El nuevo modelo GravNetNorm mejora el análisis de nubes de puntos en el aprendizaje automático.

GridPull mejora la velocidad y precisión al reconstruir superficies a partir de nubes de puntos.

Aprende cómo la adaptación de dominio mejora el rendimiento en la segmentación de nubes de puntos.

Nuevo método no supervisado mejora la detección de cambios en paisajes usando datos LiDAR.

Un nuevo método mejora la densidad y precisión de nubes de puntos usando meta-aprendizaje.

Aprovechando métodos auto-supervisados para mejorar la segmentación semántica de LiDAR.

Un nuevo método transforma propuestas ruidosas en detecciones precisas de objetos 3D.

AutonomROS integra hardware reconfigurable para un funcionamiento eficiente de vehículos autónomos.

Descubre cómo PoissonNet mejora la reconstrucción 3D de formas a partir de datos de nubes de puntos.

Un nuevo enfoque usando nubes de puntos mejora la eficiencia en el diseño de implantes de cráneo.

Nuevo códec logra alta eficiencia en la transmisión de datos de nubes de puntos.

Explorando el papel de las GNN en el procesamiento de datos de nubes de puntos.

Nuevo método mejora la comprensión de los robots sobre las interacciones de objetos en entornos 3D.

Las redes neuronales mejoran la precisión y eficiencia de la reconstrucción de superficies 3D a partir de nubes de puntos.

Real3D-AD ofrece un conjunto de datos de alta calidad para mejorar la detección de anomalías en nubes de puntos.

Un nuevo método mejora la compresión y reconstrucción de datos LiDAR.

Un nuevo marco utiliza cuádricas para modelar formas 3D de manera eficiente.

Examinando el papel de los drones en mejorar los métodos de detección de árboles usando nubes de puntos e imágenes.

APNet combina imágenes aéreas y nubes de puntos para un mejor análisis urbano.

Motion2VecSets mejora la reconstrucción de formas 3D a partir de secuencias de nubes de puntos.

Un nuevo método mejora modelos 3D a partir de nubes de puntos ruidosas.

DirDist ofrece una mejor manera de medir las diferencias entre formas 3D sin necesidad de correspondencias de puntos.

Un modelo crea formas 3D realistas a partir de varios inputs rápidamente.

Un enfoque novedoso combina modelos de difusión con renderizado neural para la generación de escenas urbanas.

Este artículo examina cómo el tipo de observación impacta el aprendizaje de tareas en robots.

Nuevos modelos mejoran cómo manejamos los datos de nubes de puntos.

Nuevos métodos mejoran los modelos de aprendizaje automático para datos en 3D.

Los investigadores presentan el registro de nubes de puntos para una mejor comparación de estructuras biomoleculares.

CLIPPER+ mejora el registro de nubes de puntos al identificar con precisión los inliers entre los outliers.

CLIPose mejora la estimación de pose de objetos usando imágenes, nubes de puntos y descripciones de texto.