【点云识别】Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud(CVPR 2020)

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

在这里插入图片描述
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

在这里插入图片描述
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。
在这里插入图片描述
在这里插入图片描述

4 实验结果

在这里插入图片描述
在这里插入图片描述
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。

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 6
    评论
评论 6
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