t—In this paper, we present our rec

t—In this paper, we present our recent sensor fusion
approaches to obtain high-quality 3D information. We first discuss
two fusion methods that combine geometric and photometric
information. The first method, multiview photometric stereo,
reconstructs the full 3D shape of a target object. The geometric
and photometric information is efficiently fused by using a planar
mesh representation. The second method performing shape-fromshading
with a Kinect sensor estimates the shape of an object
under uncalibrated natural illumination. Since the method uses
a single RGB-D input, it is capable of capturing the high quality
shape details of a dynamic object under varying illumination.
Subsequently, we summarize a calibration algorithm of a timeof-flight
(ToF) sensor and a camera fusion system with a 2.5D
pattern. Lastly, we present a camera-laser sensor fusion system
for the large-scale 3D reconstruction.

ผลลัพธ์ (ไทย) 1:

t — ในกระดาษนี้ เรานำเสนอเราหลอมรวมเซนเซอร์ล่าวิธีการขอรับข้อมูล 3 มิติคุณภาพสูง เราหารือก่อนสองวิธีฟิวชั่นที่ผสมผสานรูปทรงเรขาคณิต และหัวข้อมูล วิธีการแรก multiview หัวสเตอริโอreconstructs ทำรูปทรง 3D เต็มรูปแบบของวัตถุเป้าหมาย ในทางเรขาคณิตและมีประสิทธิภาพมีการหลอมรวมขอบเขตข้อมูล โดยใช้แบบระนาบตาข่ายแทน วิธีสองและทำรูปร่าง-fromshadingด้วย Kinect เซ็นเซอร์ประเมินรูปร่างของวัตถุภายใต้ผังไฟส่องสว่างตามธรรมชาติ เนื่องจากวิธีการใช้เดี่ยว RGB-D อินพุต ก็สามารถถ่ายมีคุณภาพสูงรายละเอียดรูปร่างของวัตถุแบบไดนามิกภายใต้แสงสว่างที่แตกต่างกันต่อมา เราสรุปขั้นตอนการสอบเทียบของเที่ยวบิน timeofเซ็นเซอร์ (ToF) และระบบกล้องฟิวชันกับ 2.5Dรูปแบบ สุดท้าย เรานำเสนอระบบหลอมรวมเซนเซอร์กล้องเลเซอร์สำหรับการฟื้นฟู 3 มิติขนาดใหญ่

ผลลัพธ์ (ไทย) 2:

T-ในบทความนี้เรานำเสนอเซ็นเซอร์ฟิวชั่นล่าสุดของเรา
วิธีการเพื่อให้ได้ข้อมูล 3 มิติที่มีคุณภาพสูง ครั้งแรกที่เราจะหารือ
สองวิธีฟิวชั่นที่รวมเรขาคณิตเสริมพื้นฐาน
ข้อมูล วิธีแรก MultiView สเตอริโอแสง,
reconstructs รูปร่าง 3 มิติเต็มรูปแบบของวัตถุเป้าหมาย เรขาคณิต
ข้อมูลและความเข้มแสงผสมได้อย่างมีประสิทธิภาพโดยใช้ภาพถ่าย
เป็นตัวแทนตาข่าย วิธีที่สองการปฏิบัติรูปร่าง fromshading
กับเซ็นเซอร์ Kinect ประมาณการรูปร่างของวัตถุ
ภายใต้การส่องธรรมชาติไม่มีการปรับเทียบ ตั้งแต่วิธีการใช้
เพียงครั้งเดียว RGB-D การป้อนข้อมูลก็มีความสามารถในการจับภาพที่มีคุณภาพสูง
รายละเอียดรูปทรงของวัตถุแบบไดนามิกภายใต้การส่องสว่างที่แตกต่างกัน.
ต่อจากนั้นเราสรุปขั้นตอนวิธีการสอบเทียบของ timeof เที่ยวบิน
(ToF) เซ็นเซอร์และฟิวชั่นกล้องระบบ กับ 2.5D
รูปแบบ สุดท้ายเรานำเสนอกล้องเลเซอร์ระบบเซ็นเซอร์ฟิวชั่น
สำหรับการฟื้นฟู 3 มิติขนาดใหญ่

ผลลัพธ์ (ไทย) 3:

t-in นี้กระดาษที่เรานำเสนอฟิวชั่นเซ็นเซอร์ของเราล่าสุดวิธีการเพื่อให้ได้ข้อมูล 3D ที่มีคุณภาพสูง ครั้งแรกที่เราคุยกันวิธีที่ 2 การรวมแสงและเรขาคณิตข้อมูล วิธีแรก multiview แสงสเตอริโอreconstructs 3 มิติเต็มรูปของวัตถุเป้าหมาย . เรขาคณิตและข้อมูลทางแสงมีประสิทธิภาพผสมโดยใช้ระนาบการเป็นตัวแทนตาข่าย วิธีที่สอง fromshading แสดงรูปร่างด้วยเซ็นเซอร์ Kinect ประเมินรูปร่างของวัตถุภายใต้แสงจากธรรมชาติยังไม่มีการตั้งค่าอุปกรณ์ให้เหมาะสม . เนื่องจากวิธีการที่ใช้ใส่ rgb-d เดียว มีความสามารถในการจับภาพที่มีคุณภาพสูงรูปร่างรายละเอียดของวัตถุแบบไดนามิกที่แตกต่างกันภายใต้แสงต่อมา เราสรุปขั้นตอนวิธีการเพิ่มเที่ยวบินของ( tof ) เซ็นเซอร์ และกล้องระบบฟิวชั่นกับ 2.5รูปแบบ ท้ายนี้ เราเสนอกล้องเลเซอร์เซนเซอร์ระบบฟิวชั่นสำหรับการฟื้นฟู 3D ขนาดใหญ่