A Method for Obtaining Training Data for Machine Learning for LiDAR Semantic Segmentation and a Simulator Producing LiDAR Data Using the Same
본 발명은 라이다 세만틱 세그먼테이션을 위한 머신 러닝 알고리즘의 학습 데이터를 구축하는 방법에 관한 것이다. 본 발명의 하나의 실시예에 의한 라이다 세만틱 세그먼테이션 위한 학습 데이터 생성 방법은, 제1 센싱 환경에 따라 획득되고, 적어도 한 프레임의 포인트 클라우드 데이터를 포함하는 라이다 데이터 셋을 이용해 제1 포인트 클라우드 데이터를 생성하고, 상기 제1 센싱 환경과 다른 가상의 제2 센싱 환경에 따라 상기 제1 포인트 클라우드 데이터로부터 제2 포인트 클라우드 데이터를 생성한다....
Gespeichert in:
| Hauptverfasser: | , , |
|---|---|
| Format: | Patent |
| Sprache: | eng ; kor |
| Schlagworte: | |
| Online-Zugang: | Volltext bestellen |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| container_end_page | |
|---|---|
| container_issue | |
| container_start_page | |
| container_title | |
| container_volume | |
| creator | PARK JAE SIK RYU KWON YOUNG HWANG JIN KYU |
| description | 본 발명은 라이다 세만틱 세그먼테이션을 위한 머신 러닝 알고리즘의 학습 데이터를 구축하는 방법에 관한 것이다. 본 발명의 하나의 실시예에 의한 라이다 세만틱 세그먼테이션 위한 학습 데이터 생성 방법은, 제1 센싱 환경에 따라 획득되고, 적어도 한 프레임의 포인트 클라우드 데이터를 포함하는 라이다 데이터 셋을 이용해 제1 포인트 클라우드 데이터를 생성하고, 상기 제1 센싱 환경과 다른 가상의 제2 센싱 환경에 따라 상기 제1 포인트 클라우드 데이터로부터 제2 포인트 클라우드 데이터를 생성한다. |
| format | Patent |
| fullrecord | <record><control><sourceid>epo_EVB</sourceid><recordid>TN_cdi_epo_espacenet_KR20240111181A</recordid><sourceformat>XML</sourceformat><sourcesystem>PC</sourcesystem><sourcerecordid>KR20240111181A</sourcerecordid><originalsourceid>FETCH-epo_espacenet_KR20240111181A3</originalsourceid><addsrcrecordid>eNqNTMsKglAQddMiqn8YaB2otWgrWQQphdo6puuoF7xzRcfP6J9T8wM6m3M4r6XzCSAmqWwOhW3h_hbUrLmErJ1FiIJTFqOqNBNEhO2UjGakwyCBlAyyaDWI0hALirYMyDkgpNr0NcrQfbQ279W4_K2m52c3GlIRpGho7SwKrDvazLxytpdzdrruqLEv6hpUxCSvW-K7_sH1Bhy9YP9f6wvodUwH</addsrcrecordid><sourcetype>Open Access Repository</sourcetype><iscdi>true</iscdi><recordtype>patent</recordtype></control><display><type>patent</type><title>A Method for Obtaining Training Data for Machine Learning for LiDAR Semantic Segmentation and a Simulator Producing LiDAR Data Using the Same</title><source>esp@cenet</source><creator>PARK JAE SIK ; RYU KWON YOUNG ; HWANG JIN KYU</creator><creatorcontrib>PARK JAE SIK ; RYU KWON YOUNG ; HWANG JIN KYU</creatorcontrib><description>본 발명은 라이다 세만틱 세그먼테이션을 위한 머신 러닝 알고리즘의 학습 데이터를 구축하는 방법에 관한 것이다. 본 발명의 하나의 실시예에 의한 라이다 세만틱 세그먼테이션 위한 학습 데이터 생성 방법은, 제1 센싱 환경에 따라 획득되고, 적어도 한 프레임의 포인트 클라우드 데이터를 포함하는 라이다 데이터 셋을 이용해 제1 포인트 클라우드 데이터를 생성하고, 상기 제1 센싱 환경과 다른 가상의 제2 센싱 환경에 따라 상기 제1 포인트 클라우드 데이터로부터 제2 포인트 클라우드 데이터를 생성한다.</description><language>eng ; kor</language><subject>ANALOGOUS ARRANGEMENTS USING OTHER WAVES ; CALCULATING ; COMPUTING ; COUNTING ; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES ; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION ORRERADIATION OF RADIO WAVES ; MEASURING ; PHYSICS ; RADIO DIRECTION-FINDING ; RADIO NAVIGATION ; TESTING</subject><creationdate>2024</creationdate><oa>free_for_read</oa><woscitedreferencessubscribed>false</woscitedreferencessubscribed></display><links><openurl>$$Topenurl_article</openurl><openurlfulltext>$$Topenurlfull_article</openurlfulltext><thumbnail>$$Tsyndetics_thumb_exl</thumbnail><linktohtml>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20240716&DB=EPODOC&CC=KR&NR=20240111181A$$EHTML$$P50$$Gepo$$Hfree_for_read</linktohtml><link.rule.ids>230,308,780,885,25564,76547</link.rule.ids><linktorsrc>$$Uhttps://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20240716&DB=EPODOC&CC=KR&NR=20240111181A$$EView_record_in_European_Patent_Office$$FView_record_in_$$GEuropean_Patent_Office$$Hfree_for_read</linktorsrc></links><search><creatorcontrib>PARK JAE SIK</creatorcontrib><creatorcontrib>RYU KWON YOUNG</creatorcontrib><creatorcontrib>HWANG JIN KYU</creatorcontrib><title>A Method for Obtaining Training Data for Machine Learning for LiDAR Semantic Segmentation and a Simulator Producing LiDAR Data Using the Same</title><description>본 발명은 라이다 세만틱 세그먼테이션을 위한 머신 러닝 알고리즘의 학습 데이터를 구축하는 방법에 관한 것이다. 본 발명의 하나의 실시예에 의한 라이다 세만틱 세그먼테이션 위한 학습 데이터 생성 방법은, 제1 센싱 환경에 따라 획득되고, 적어도 한 프레임의 포인트 클라우드 데이터를 포함하는 라이다 데이터 셋을 이용해 제1 포인트 클라우드 데이터를 생성하고, 상기 제1 센싱 환경과 다른 가상의 제2 센싱 환경에 따라 상기 제1 포인트 클라우드 데이터로부터 제2 포인트 클라우드 데이터를 생성한다.</description><subject>ANALOGOUS ARRANGEMENTS USING OTHER WAVES</subject><subject>CALCULATING</subject><subject>COMPUTING</subject><subject>COUNTING</subject><subject>DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES</subject><subject>LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION ORRERADIATION OF RADIO WAVES</subject><subject>MEASURING</subject><subject>PHYSICS</subject><subject>RADIO DIRECTION-FINDING</subject><subject>RADIO NAVIGATION</subject><subject>TESTING</subject><fulltext>true</fulltext><rsrctype>patent</rsrctype><creationdate>2024</creationdate><recordtype>patent</recordtype><sourceid>EVB</sourceid><recordid>eNqNTMsKglAQddMiqn8YaB2otWgrWQQphdo6puuoF7xzRcfP6J9T8wM6m3M4r6XzCSAmqWwOhW3h_hbUrLmErJ1FiIJTFqOqNBNEhO2UjGakwyCBlAyyaDWI0hALirYMyDkgpNr0NcrQfbQ279W4_K2m52c3GlIRpGho7SwKrDvazLxytpdzdrruqLEv6hpUxCSvW-K7_sH1Bhy9YP9f6wvodUwH</recordid><startdate>20240716</startdate><enddate>20240716</enddate><creator>PARK JAE SIK</creator><creator>RYU KWON YOUNG</creator><creator>HWANG JIN KYU</creator><scope>EVB</scope></search><sort><creationdate>20240716</creationdate><title>A Method for Obtaining Training Data for Machine Learning for LiDAR Semantic Segmentation and a Simulator Producing LiDAR Data Using the Same</title><author>PARK JAE SIK ; RYU KWON YOUNG ; HWANG JIN KYU</author></sort><facets><frbrtype>5</frbrtype><frbrgroupid>cdi_FETCH-epo_espacenet_KR20240111181A3</frbrgroupid><rsrctype>patents</rsrctype><prefilter>patents</prefilter><language>eng ; kor</language><creationdate>2024</creationdate><topic>ANALOGOUS ARRANGEMENTS USING OTHER WAVES</topic><topic>CALCULATING</topic><topic>COMPUTING</topic><topic>COUNTING</topic><topic>DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES</topic><topic>LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION ORRERADIATION OF RADIO WAVES</topic><topic>MEASURING</topic><topic>PHYSICS</topic><topic>RADIO DIRECTION-FINDING</topic><topic>RADIO NAVIGATION</topic><topic>TESTING</topic><toplevel>online_resources</toplevel><creatorcontrib>PARK JAE SIK</creatorcontrib><creatorcontrib>RYU KWON YOUNG</creatorcontrib><creatorcontrib>HWANG JIN KYU</creatorcontrib><collection>esp@cenet</collection></facets><delivery><delcategory>Remote Search Resource</delcategory><fulltext>fulltext_linktorsrc</fulltext></delivery><addata><au>PARK JAE SIK</au><au>RYU KWON YOUNG</au><au>HWANG JIN KYU</au><format>patent</format><genre>patent</genre><ristype>GEN</ristype><title>A Method for Obtaining Training Data for Machine Learning for LiDAR Semantic Segmentation and a Simulator Producing LiDAR Data Using the Same</title><date>2024-07-16</date><risdate>2024</risdate><abstract>본 발명은 라이다 세만틱 세그먼테이션을 위한 머신 러닝 알고리즘의 학습 데이터를 구축하는 방법에 관한 것이다. 본 발명의 하나의 실시예에 의한 라이다 세만틱 세그먼테이션 위한 학습 데이터 생성 방법은, 제1 센싱 환경에 따라 획득되고, 적어도 한 프레임의 포인트 클라우드 데이터를 포함하는 라이다 데이터 셋을 이용해 제1 포인트 클라우드 데이터를 생성하고, 상기 제1 센싱 환경과 다른 가상의 제2 센싱 환경에 따라 상기 제1 포인트 클라우드 데이터로부터 제2 포인트 클라우드 데이터를 생성한다.</abstract><oa>free_for_read</oa></addata></record> |
| fulltext | fulltext_linktorsrc |
| identifier | |
| ispartof | |
| issn | |
| language | eng ; kor |
| recordid | cdi_epo_espacenet_KR20240111181A |
| source | esp@cenet |
| subjects | ANALOGOUS ARRANGEMENTS USING OTHER WAVES CALCULATING COMPUTING COUNTING DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION ORRERADIATION OF RADIO WAVES MEASURING PHYSICS RADIO DIRECTION-FINDING RADIO NAVIGATION TESTING |
| title | A Method for Obtaining Training Data for Machine Learning for LiDAR Semantic Segmentation and a Simulator Producing LiDAR Data Using the Same |
| url | https://sfx.bib-bvb.de/sfx_tum?ctx_ver=Z39.88-2004&ctx_enc=info:ofi/enc:UTF-8&ctx_tim=2025-01-07T04%3A50%3A49IST&url_ver=Z39.88-2004&url_ctx_fmt=infofi/fmt:kev:mtx:ctx&rfr_id=info:sid/primo.exlibrisgroup.com:primo3-Article-epo_EVB&rft_val_fmt=info:ofi/fmt:kev:mtx:patent&rft.genre=patent&rft.au=PARK%20JAE%20SIK&rft.date=2024-07-16&rft_id=info:doi/&rft_dat=%3Cepo_EVB%3EKR20240111181A%3C/epo_EVB%3E%3Curl%3E%3C/url%3E&disable_directlink=true&sfx.directlink=off&sfx.report_link=0&rft_id=info:oai/&rft_id=info:pmid/&rfr_iscdi=true |