Zobrazeno 1 - 10
of 247
pro vyhledávání: '"Three-dimensional object"'
Autor:
Ajune Wanis Ismail, Muhammad Akma Iman
Publikováno v:
Virtual Reality & Intelligent Hardware, Vol 5, Iss 5, Pp 439-450 (2023)
Holograms provide a characteristic manner to display and convey information, and have been improved to provide better user interactions Holographic interactions are important as they improve user interactions with virtual objects. Gesture interaction
Externí odkaz:
https://doaj.org/article/0657202739cb42b19ac3511d68266ec0
Publikováno v:
World Electric Vehicle Journal, Vol 15, Iss 5, p 210 (2024)
In response to the limited accuracy of current three-dimensional (3D) object detection algorithms for small objects, this paper presents a multi-sensor 3D small object detection method based on LiDAR and a camera. Firstly, the LiDAR point cloud is pr
Externí odkaz:
https://doaj.org/article/ccdbdd65dfaf4c358009535494802a38
Autor:
Esslinger, Alexander, Evers, Tanja
Der Entwurf beschäftigt sich mit der Transformation einer Fläche zur Form. Durch das Stilmittel der Faltung werden zweidimensionale Flächen in ein dreidimensionales Objekt überführt. Dieser konstruktive Wandel, durch den aktiven Eingriff des Men
Externí odkaz:
https://tud.qucosa.de/id/qucosa%3A88115
https://tud.qucosa.de/api/qucosa%3A88115/attachment/ATT-0/
https://tud.qucosa.de/api/qucosa%3A88115/attachment/ATT-0/
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Remote Sensing, Vol 15, Iss 21, p 5130 (2023)
Multi-modality three-dimensional (3D) object detection is a crucial technology for the safe and effective operation of environment perception systems in autonomous driving. In this study, we propose a method called context clustering-based radar and
Externí odkaz:
https://doaj.org/article/bda8a5a5fa3b4427bc8e3ed73681277e
Publikováno v:
Sensors, Vol 22, Iss 21, p 8166 (2022)
Graph Neural Networks (GNNs) are neural networks that learn the representation of nodes and associated edges that connect it to every other node while maintaining graph representation. Graph Convolutional Neural Networks (GCNs), as a representative m
Externí odkaz:
https://doaj.org/article/57d11bf54e4c452290bf1343dccabed8
Autor:
O. Y. Golikov, M. A. Ramos
Publikováno v:
Physical Sciences and Technology, Vol 7, Iss 3-4, Pp 44-49 (2020)
This paper deals with the neural network methods of the implementation of systems of identification ofindividuals based on videos and photographs. Over the last few decades, it has been considered to be oneof the most powerful tools and has become ve
Externí odkaz:
https://doaj.org/article/93454ca89ab94ef9ac34b5b70e0eed6e
Publikováno v:
Remote Sensing, Vol 15, Iss 5, p 1210 (2023)
Autonomous driving has received enormous attention from the academic and industrial communities. However, achieving full driving autonomy is not a trivial task, because of the complex and dynamic driving environment. Perception ability is a tough cha
Externí odkaz:
https://doaj.org/article/64398472d48c40a0bdb6900535169268
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.