Grand Challenge: 3-D Urban Objects Detection and Classification From Point Clouds

Alkhalili, Yassin ; Luthra, Manisha ; Rizk, Amr ; Koldehofe, Boris (2019)
Grand Challenge: 3-D Urban Objects Detection and Classification From Point Clouds.
DEBS'19 - 13th ACM International Conference on Distributed and Event-based Systems. Darmstadt, Germany (24.06.2019-28.06.2019)
Konferenzveröffentlichung, Bibliographie

URL / URN: https://doi.org/10.1145/3328905.3330298

Kurzbeschreibung (Abstract)

In this paper, we present our approach to solve the DEBS Grand challenge 2019 which consists of classifying urban objects in different scenes that originate from a LiDAR sensor. In general, at any point in time, LiDAR data can be considered as a point cloud where a reliable feature extractor and a classification model are required to be able to recognize 3-D objects in such scenes. Herein, we propose and describe an implementation of a 3-D point cloud object detection and classification system based on a 3-D global feature called Ensemble of Shape Functions (ESF) and a random forest object classifier

Typ des Eintrags:	Konferenzveröffentlichung
Erschienen:	2019
Autor(en):	Alkhalili, Yassin ; Luthra, Manisha ; Rizk, Amr ; Koldehofe, Boris
Art des Eintrags:	Bibliographie
Titel:	Grand Challenge: 3-D Urban Objects Detection and Classification From Point Clouds
Sprache:	Englisch
Publikationsjahr:	Juni 2019
Veranstaltungstitel:	DEBS'19 - 13th ACM International Conference on Distributed and Event-based Systems
Veranstaltungsort:	Darmstadt, Germany
Veranstaltungsdatum:	24.06.2019-28.06.2019
URL / URN:	https://doi.org/10.1145/3328905.3330298
Kurzbeschreibung (Abstract):	In this paper, we present our approach to solve the DEBS Grand challenge 2019 which consists of classifying urban objects in different scenes that originate from a LiDAR sensor. In general, at any point in time, LiDAR data can be considered as a point cloud where a reliable feature extractor and a classification model are required to be able to recognize 3-D objects in such scenes. Herein, we propose and describe an implementation of a 3-D point cloud object detection and classification system based on a 3-D global feature called Ensemble of Shape Functions (ESF) and a random forest object classifier
Freie Schlagworte:	Object Recognition, Point Cloud, Ensemble of Shape Functions, ESF, PCL
Fachbereich(e)/-gebiet(e):	18 Fachbereich Elektrotechnik und Informationstechnik 18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Datentechnik 18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Datentechnik > Multimedia Kommunikation DFG-Sonderforschungsbereiche (inkl. Transregio) DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > B: Adaptionsmechanismen DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > B: Adaptionsmechanismen > Teilprojekt B4: Planung DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > C: Kommunikationsmechanismen DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > C: Kommunikationsmechanismen > Teilprojekt C2: Informationszentrische Sicht DFG-Sonderforschungsbereiche (inkl. Transregio) > Sonderforschungsbereiche > SFB 1053: MAKI – Multi-Mechanismen-Adaption für das künftige Internet > C: Kommunikationsmechanismen > Teilprojekt C3: Inhaltszentrische Sicht
Hinterlegungsdatum:	17 Jun 2019 08:22
Letzte Änderung:	14 Apr 2020 10:05
PPN:
Export:

Suche nach Titel in:	TUfind oder in Google

Frage zum Eintrag

Optionen (nur für Redakteure)

Redaktionelle Details anzeigen

OAI 2.0-Basis-URL: https://tubiblio.ulb.tu-darmstadt.de/cgi/oai2 TUbiblio verwendet EPrints 3.

Drucken |

Impressum |

Datenschutzerklärung