Jeodezi Dagılımı Temelli Graf Çekirdegi ve 3B Nokta Bulutu Uygulamaları

Abstract

Nokta bulutları, veri kümeleri için en temel çok yönlü temsillerden biridir. Nokta bulutlarının elde edilmesini saglayan kaynaklardan biri, birçok disiplinde de uygulamaları olan lazer menzil tarayıcıları gibi 3B sekil edinme cihazlarıdır. Bu tarayıcılar, yüzey örneklerini temsil eden organize olmayan nokta bulutları biçiminde genel olarak gürültülü ham veriler saglar. Bu çalısma kapsamında gelistirilen yöntem nokta bulutunun örneklendigi alt manifoldun simpleks kompleksi iskeleti ile ifade edilen graf yapıları üzerinde hesaplanan en kısa yollar manifoldun jeodezik egrilerine bir yaklasım sunacaktır. Bu örneklenmenin gürültü içerecegi de göz önünde bulundurulmalıdır. Simpleks kompleksi iskeleti ile olusturulan graf yapıları bu gürültüden etkilense de altmanifoldun jeodeziklerine yapılan yaklasımlar jeodeziklerin dagılımlarından çok etkilenmez. Böylelikle, 3B nokta bulutlarının iskeletlerinde diskret jeodeziklerinin dagılımlarının Wasserstein benzerligi ile tanımlanan bir çekirdek fonksiyonu nokta bulutu benzerligi ölçümü sürecinde etkili bir araç olmustur.

Abstract: Point clouds are one of the most basic versatile representations for datasets. One of the sources for obtaining point clouds is 3D shape acquisition devices such as laser range scanners, which also have applications in many disciplines. These scanners provide generally noisy raw data in the form of disorganized point clouds representing surface samples. The method developed within the scope of this study will provide an approximation to the geodesic curves of the manifold with the shortest paths calculated on the graph structures expressed by the simplicial complex skeleton of the submanifold from which the point cloud is sampled. It should also be taken into account that this sampling will contain noise. Although the graph structures formed by the simplicial complex skeleton are affected by this noise, the approaches to the geodesics of the submanifold are not affected much by the distributions of the geodesics. Thus, a kernel function defined by the Wasserstein similarity of the distributions of discrete geodesics in the skeletons of 3D point clouds has been an effective tool in the point cloud similarity measurement process.