Компьютерная оптика
RUS  ENG    ЖУРНАЛЫ   ПЕРСОНАЛИИ   ОРГАНИЗАЦИИ   КОНФЕРЕНЦИИ   СЕМИНАРЫ   ВИДЕОТЕКА   ПАКЕТ AMSBIB  
Общая информация
Последний выпуск
Архив
Правила для авторов

Поиск публикаций
Поиск ссылок

RSS
Последний выпуск
Текущие выпуски
Архивные выпуски
Что такое RSS



Компьютерная оптика:
Год:
Том:
Выпуск:
Страница:
Найти






Персональный вход:
Логин:
Пароль:
Запомнить пароль
Войти
Забыли пароль?
Регистрация


Компьютерная оптика, 2018, том 42, выпуск 2, страницы 312–319
DOI: https://doi.org/10.18287/2412-6179-2018-42-2-312-319
(Mi co509)
 

Эта публикация цитируется в 9 научных статьях (всего в 9 статьях)

ОБРАБОТКА ИЗОБРАЖЕНИЙ, РАСПОЗНАВАНИЕ ОБРАЗОВ

Segmentation of 3D meshes combining the artificial neural network classifier and the spectral clustering

Fatima Rafii Zakania, Mohcine Bouksima, Khadija Arhida, Mohamed Aboulfatahb, Taoufiq Gadia

a Laboratory of Informatics, Imaging, and Modeling of Complex Systems (LIIMSC) Faculty of Sciences and Techniques, Hassan 1st University, Settat, Morocco
b Laboratory of Analysis of Systems and Treatment of Information (LASTI) Faculty of Sciences and Techniques, Hassan 1st University, Settat, Morocco
Список литературы:
Аннотация: 3D mesh segmentation has become an essential step in many applications in 3D shape analysis. In this paper, a new segmentation method is proposed based on a learning approach using the artificial neural networks classifier and the spectral clustering for segmentation. Firstly, a training step is done using the artificial neural network trained on existing segmentation, taken from the ground truth segmentation (done by humane operators) available in the benchmark proposed by Chen et al. to extract the candidate boundaries of a given 3D-model based on a set of geometric criteria. Then, we use this resulted knowledge to construct a new connectivity of the mesh and use the spectral clustering method to segment the 3D mesh into significant parts. Our approach was evaluated using different evaluation metrics. The experiments confirm that the proposed method yields significantly good results and outperforms some of the competitive segmentation methods in the literature.
Ключевые слова: 3D shapes, segmentation, artificial neural networks, spectral clustering.
Поступила в редакцию: 02.12.2017
Принята в печать: 03.04.2018
Тип публикации: Статья
Язык публикации: английский
Образец цитирования: Fatima Rafii Zakani, Mohcine Bouksim, Khadija Arhid, Mohamed Aboulfatah, Taoufiq Gadi, “Segmentation of 3D meshes combining the artificial neural network classifier and the spectral clustering”, Компьютерная оптика, 42:2 (2018), 312–319
Цитирование в формате AMSBIB
\RBibitem{1}
\by Fatima Rafii Zakani, Mohcine Bouksim, Khadija Arhid, Mohamed Aboulfatah, Taoufiq Gadi
\paper Segmentation of 3D meshes combining the artificial neural network classifier and the spectral clustering
\jour Компьютерная оптика
\yr 2018
\vol 42
\issue 2
\pages 312--319
\mathnet{http://mi.mathnet.ru/co509}
\crossref{https://doi.org/10.18287/2412-6179-2018-42-2-312-319}
Образцы ссылок на эту страницу:
  • https://www.mathnet.ru/rus/co509
  • https://www.mathnet.ru/rus/co/v42/i2/p312
  • Эта публикация цитируется в следующих 9 статьяx:
    Citing articles in Google Scholar: Russian citations, English citations
    Related articles in Google Scholar: Russian articles, English articles
    Компьютерная оптика
    Статистика просмотров:
    Страница аннотации:245
    PDF полного текста:66
    Список литературы:22
     
      Обратная связь:
     Пользовательское соглашение  Регистрация посетителей портала  Логотипы © Математический институт им. В. А. Стеклова РАН, 2024