Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот документ:
https://elib.bsu.by/handle/123456789/341200Полная запись метаданных
| Поле DC | Значение | Язык |
|---|---|---|
| dc.contributor.author | Елисеев, Д. И. | |
| dc.date.accessioned | 2026-02-05T11:05:10Z | - |
| dc.date.available | 2026-02-05T11:05:10Z | - |
| dc.date.issued | 2025 | |
| dc.identifier.citation | Информационные системы и технологии = Information Systems and Technologies : материалы XI Междунар. науч. конгр. по информатике (CSIST-2025), Респ. Беларусь, Минск, 29–31 окт. 2025 г. В 2 ч. Ч. 2 / Белорус. гос. ун-т ; редкол.: С. В. Абламейко (гл. ред.) [и др]. – Минск : БГУ, 2025. – С. 45-50. | |
| dc.identifier.isbn | 978-985-881-851-7 | |
| dc.identifier.isbn | 978-985-881-853-1 (ч. 2) | |
| dc.identifier.uri | https://elib.bsu.by/handle/123456789/341200 | - |
| dc.description | Раздел I. Компьютерное зрение и графика | |
| dc.description.abstract | В данной статье представлен модульный программный комплекс, разработанный в ROS 2, для высоко детальной реконструкции 3D-сцен. Гибридный подход сочетает в себе облака точек из нейронной сети VGGT (полученные из 2D-изображений) и аппаратный датчик глубины для обеспечения метрической точности. Система, состоящая из трех независимых узлов ROS 2, управляемых через сервисы, обеспечивает гибкий сбор данных и эффективное использование ресурсов. Алгоритм Iterative Closest Point (ICP) выравнивает облака точек. Этот конвейер позволяет создавать полные текстурированные 3D-модели, объединяя детали нейронной сети с точностью аппаратных датчиков | |
| dc.language.iso | ru | |
| dc.publisher | Минск : БГУ | |
| dc.rights | info:eu-repo/semantics/openAccess | |
| dc.subject | ЭБ БГУ::ЕСТЕСТВЕННЫЕ И ТОЧНЫЕ НАУКИ::Кибернетика | |
| dc.title | Гибридный метод 3D-реконструкции сцен с использованием трансформерной модели VGGT и данных сенсора глубины в среде ROS 2 | |
| dc.title.alternative | A hybrid method for 3D scene reconstruction using the VGGT transformer model and depth sensor data in the ROS 2 environment / D. I. Eliseev | |
| dc.type | conference paper | |
| dc.description.alternative | This paper introduces a modular software suite, developed in ROS 2, for high-detail 3D scene reconstruction. The hybrid approach combines point clouds from the VGGT neural network (derived from 2D images) and a hardware depth sensor for metric accuracy. The system, comprising three independent ROS 2 nodes controlled via services, offers flexible data acquisition and efficient resource utilization. The Iterative Closest Point (ICP) algorithm aligns the point clouds. This pipeline enables complete, textured 3D models, merging neural network detail with hardware sensor accuracy | |
| Располагается в коллекциях: | 2025. Информационные системы и технологии | |
Все документы в Электронной библиотеке защищены авторским правом, все права сохранены.