3D 视觉

One Shot Learning for Edge Detection on Point Clouds

单样本学习用于点云边缘检测

Zhikun Tu, Yuhe Zhang, Yiou Jia, Kang Li, Daniel Cohen-Or

机构 * School of Information Science and Technology, Northwest University（信息科学与技术学院，西北大学） ； Department of Computer Science, Tel Aviv University（计算机科学系，特拉维夫大学） 纠错

专题命中 点云 ：point cloud(title,abstract)；分类 cs.CV

AI总结 本文提出OSFENet，通过设计过滤KNN表面补丁表示实现单样本学习，提升点云边缘检测性能，实验验证其在多个数据集上的有效性。

Comments 17 pages, 14 figures. Published in IEEE Transactions on Visualization and Computer Graphics

Journal ref IEEE Transactions on Visualization and Computer Graphics 31(10) (2025) 7184-7195

A Non-Invasive Alternative to RFID: Self-Sufficient 3D Identification of Group-Housed Livestock

一种非侵入式的替代 RFID：自给自足的 3D 牛群识别

Shiva Paudel, TsungCheng Tsai, Dongyi Wang

机构 * University of Arkansas Fayetteville（阿肯色大学富特海斯分校） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出基于 3D 点云数据的非侵入式识别系统，采用自给自足的半监督框架 TARA，通过动态校准机制实现牛群身份一致性，实验表明在无标签环境中实现 100% 准确率，为自主动物监测提供新方案。

Non-Minimal Sampling and Consensus for Prohibitively Large Datasets

非最小采样与共识：对大规模数据集的非最小采样与共识

Seong Hun Lee, Patrick Vandewalle, Javier Civera

机构 * I3A, University of Zaragoza（I3A，萨拉戈萨大学） ； EAVISE, KU Leuven（EAVISE，鲁文大学） 纠错

专题命中 点云 ：point cloud(abstract)；分类 cs.CV

AI总结 本文提出NONSAC框架，通过非最小采样和稳健估计提升大规模数据集的鲁棒性和可扩展性，适用于相对相机姿态估计、PnP和点云配准。