본문 바로가기
HOME> 논문 > 논문 검색상세

논문 상세정보

IEEE transactions on automation science and engineering v.14 no.1, 2017년, pp.5 - 16   SCI SCIE
본 등재정보는 저널의 등재정보를 참고하여 보여주는 베타서비스로 정확한 논문의 등재여부는 등재기관에 확인하시기 바랍니다.

Classification of Outdoor 3D Lidar Data Based on Unsupervised Gaussian Mixture Models

Maligo, Artur ; Lacroix, Simon ;
  • 초록  

    Three-dimensional point clouds acquired with lidars are an important source of data for the classification of outdoor environments by autonomous terrestrial robots. We propose a two-layer classification model. The first layer consists of a Gaussian mixture model. This model is determined in a training step in an unsupervised manner and classified into a large set of classes. The second layer consists of a grouping of these classes. This grouping is determined by an expert during the training step and leads to a smaller set of classes that are interpretable in a considered target task. Because the first layer relies on unsupervised learning, manual labeling of data is not required. Supervision is necessary only for the second layer and in this case is assisted by the classes provided by the first layer. The evaluation is done for two data sets acquired with different lidars and possessing different characteristics. It is done quantitatively using one of the data sets and qualitatively using another. The system design follows a standard learning procedure with training, validation, and test steps. The operation follows a standard classification pipeline. The system is simple with no requirement of preprocessing or postprocessing stages.


 활용도 분석

  • 상세보기

    amChart 영역
  • 원문보기

    amChart 영역

원문보기

무료다운로드
  • 원문이 없습니다.

유료 다운로드의 경우 해당 사이트의 정책에 따라 신규 회원가입, 로그인, 유료 구매 등이 필요할 수 있습니다. 해당 사이트에서 발생하는 귀하의 모든 정보활동은 NDSL의 서비스 정책과 무관합니다.

NDSL에서는 해당 원문을 복사서비스하고 있습니다. 위의 원문복사신청 또는 장바구니 담기를 통하여 원문복사서비스 이용이 가능합니다.

이 논문과 함께 출판된 논문 + 더보기