文献阅读笔记(一)2021.4.27

An Automatic Tree Skeleton Extraction Approach Based on Multi-View Slicing Using Terrestrial LiDAR Scans Data(基于多视角切片的三叉树骨架自动提取方法)

基于多视角切片的三叉树骨架自动提取方法
泛读:快速浏览,把握概要。重点读标题、摘要、结论、所有小标题泛读目标及效果自测:

  • 1.论文要解决什么问题?
    解决了以往研究中发现的计算瓶颈问题。
  • 2.论文采用了什么方法?
    采用分治-合并策略设计了基于一种新的自动多视图切片方法的算法框架,以提高骨架提取的完整性。
    首先提取精确的树干中心,然后将树的点云切割成切片。接下来,使用核均值漂移和主成分分析算法生成每个切片的骨架。因此,这些孤立的骨骼被平滑和形态学合成。最后,通过对从多视角点云系统获取的两棵树的点云验证。
  • 3.论文达到什么效果?
    该框架在高效处理点云数据方面有潜力。

精读:选出精华,仔细阅读。
精读目标及效果自测:所读段落是否详细掌握

  • 2. Materials and Methods(概括部分)
  • 2.1. Location of the Tree Trunk’s Center
  • 2.2. Slicing
  • 2.3. Skeleton Extraction and Merging(概括部分)
  • 2.3.1. Seed Points Extraction
  • 2.3.2. Kernel Mean Shift Algorithm (KM-S)
  • 2.3.3. Kernel Principal Component Analysis (KPCA)
  • 2.3.4. Details of Skeleton Extraction
  • 2.3.5. Skeleton Merging
  • 3. Results and Discussion(概括部分)
  • 3.1. Visual Effect of Results
  • 3.2. Discussion on the Method of Slicing
  • 3.3. Comparison with State-of-the-Art Methods
  • 3.4. Limitations
  • 4. Conclusions

总结:总览全文,归纳总结总结文中创新点,关键点,启发点等重要信息。
论文阅读效果自测:回答三个的终极问题

  • 你是谁:论文提出/采用什么方法,细节是什么
  • 从哪里来:论文要解决什么问题/任务,其启发点或借鉴之处在哪
  • 到哪里去:论文方法达到什么效果论文中可借鉴地方总结
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值