Reducción de ruido de una nube de puntos densa 3D, basado en el regularizador de grafo laplaciano y preservando las características de forma fina
Loading...
Date
2022
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad Católica San Pablo
Abstract
La nube de puntos 3D ha ganado cada vez m´as atenci´on como representaci´on
de objetos para realizar la reconstrucci´on de superficies. La nube de puntos generada
por sistemas de c´amaras binoculares son f´acilmente corrompidas ya sea cambios de
iluminaci´on en la captura, vibraciones de los sistemas o por errores computacionales
en la triangulaci´on. Obtener una adecuada nube de puntos ayuda a conocer de
forma m´as precisa el volumen del objeto a reconstruir. Para ello se busca eliminar el
ruido que la nube de puntos presenta, manteniendo las caracter´ısticas y los detalles
de la superficie a reconstruir. En este trabajo proponemos un m´etodo que aprovecha
de la estructura de la nube de puntos, para la construcci´on basada en grafo y usarlo
como se˜nal, adem´as usamos un nuevo vector de caracter´ısticas que representen a
los nodos. Nos basamos en el regularizador de grafo laplaciano, construyendo un
m´etodo con convergencia definida y realizamos una evaluaci´on experimental para la
demostrar robustez, y calidad de nuestro m´etodo, compar´andolo con los m´etodos
m´as relevantes del estado del arte.
Description
Keywords
Nube de Puntos, Eliminación de Ruido, Suavisado de Señal de Grafo, Aprendizaje para Datos en Grafo, Regularización de Grafo Laplaciano