Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud Registration without Correspondences
本文介绍一篇cvpr2020里面关于点云半监督配准的文章。
论文
代码
1. 问题
点云的弱监督配准问题
2. 思想
follow pointlk的一份工作,认为不同位姿的点云提取出的特征是不同的。那么将point set的global feature resize成一个map,然后计算不同位姿点云特征的差异,以此为目标函数迭代求解R,T。
3. 算法
两个分支,一个是encoder 和 decoder用于提取特征。另外一个分支是衡量配准的精度。
4 实验结果
实验的对比算法不全,没有比较SOTA。但是在有监督到无监督的过程做出了比较大的贡献。