Logowanie
Zarejestruj się
Zresetuj hasło
Publikuj i Dystrybuuj
Rozwiązania Wydawnicze
Rozwiązania Dystrybucyjne
Dziedziny
Architektura i projektowanie
Bibliotekoznawstwo i bibliologia
Biznes i ekonomia
Chemia
Chemia przemysłowa
Filozofia
Fizyka
Historia
Informatyka
Inżynieria
Inżynieria materiałowa
Językoznawstwo i semiotyka
Kulturoznawstwo
Literatura
Matematyka
Medycyna
Muzyka
Nauki farmaceutyczne
Nauki klasyczne i starożytne studia bliskowschodnie
Nauki o Ziemi
Nauki o organizmach żywych
Nauki społeczne
Prawo
Sport i rekreacja
Studia judaistyczne
Sztuka
Teologia i religia
Zagadnienia ogólne
Publikacje
Czasopisma
Książki
Materiały konferencyjne
Wydawcy
Blog
Kontakt
Wyszukiwanie
EUR
USD
GBP
Polski
English
Deutsch
Polski
Español
Français
Italiano
Koszyk
Home
Czasopisma
Cybernetics and Information Technologies
Tom 16 (2016): Zeszyt 6 (December 2016)
Otwarty dostęp
Depth Data Reconstruction Based on Gaussian Mixture Model
Zhe Li
Zhe Li
,
Chen Ma
Chen Ma
oraz
Tian-Fan Zhang
Tian-Fan Zhang
| 25 sty 2017
Cybernetics and Information Technologies
Tom 16 (2016): Zeszyt 6 (December 2016)
Special issue with selection of extended papers from 6th International Conference on Logistic, Informatics and Service Science LISS’2016
O artykule
Poprzedni artykuł
Następny artykuł
Abstrakt
Referencje
Autorzy
Artykuły w tym zeszycie
Podgląd
PDF
Zacytuj
Udostępnij
Data publikacji:
25 sty 2017
Zakres stron:
207 - 219
DOI:
https://doi.org/10.1515/cait-2016-0089
Słowa kluczowe
Depth data
,
point cloud
,
normal vector clustering
,
Gaussian mixture model
,
random sampling consensus algorithm
,
object calibration
,
CAMShift
© 2016 Zhe Li et al., published by De Gruyter Open
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.