Multimodal geometric AutoEncoder (MGAE) for rail fasteners tightness evaluation with point clouds & monocular depth fusion

•Introduces a Multimodal Geometric AutoEncoder (MGAE) for rail fastener tightness evaluation.•Integrates point cloud and monocular depth fusion for improved feature extraction.•Reduces manual annotation efforts and increases computational efficiency in rail inspection.•Provides a scalable, automated...

Celý popis

Podrobná bibliografie

Vydáno v:	Measurement : journal of the International Measurement Confederation Ročník 244; s. 116557
Hlavní autoři:	Qiu, Shi, Zaheer, Qasim, Muhammad Ahmed Hassan Shah, S., Faizan Hussain Shah, Syed, Ehsan, Haleema, Atta, Zunaira, Ai, Chengbo, Wang, Jin, Wang, Weidong, Peng, Jun
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Elsevier Ltd 28.02.2025
Témata:	Autoencoder Fastener tightness Multimodal approach Rail fasteners Rail infrastructure Rail infrastructure Multimodal approach Autoencoder Rail fasteners Fastener tightness
ISSN:	0263-2241
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!