【论文研读】A Network Architecture for Point Cloud Classification via Automatic Depth Images Generation

该论文提出了一种将点云数据转换为2D深度图像的方法,通过预测K个方向向量并应用双边滤波样插值生成深度图像,然后利用共享参数的K个ResNet50网络进行分类。整个网络架构无需2D图像方向的监督学习。
摘要由CSDN通过智能技术生成

论文:A Network Architecture for Point Cloud Classification via Automatic Depth Images Generation(cvpr2018)

Autuor: Riccardo Roveri, Lukas Rahmann, A. Cengiz Oztireli, Markus Gross1

1苏黎世联邦理工学院 ¨

2Disney Research Zurich ¨

 

核心:

将点云数据转化为一系列的2D深度图片,再通过CNNs完成分类

2D图像的方向的学习是无监督的

 

network architecture

三个模型一起训练&

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值