- 博客(2)
- 收藏
- 关注
RSS订阅翻译 Not All Points Are Equal（IA-SSD）
现有的基于点的管道通常采用与任务无关的随机采样或最远点采样来逐步下采样输入点云，但并非所有点对目标检测任务都同样重要。对于目标检测前景点远比后景点重要，因此我们提出了一个高效的、单阶段的3d检测器，IA-SSD。关键方法是利用两个可学习的、面向任务的、实例感知的降采样策略来选择属于感兴趣对象的前景点。此外我们还引入了上下文中心感知模块，进一步估计实例的中心，最后为了效率按照仅编码的结构来构建IA-SSD。
2023-02-15 12:00:27
554
原创 Lepard: Learning partial point cloud matching in rigid and deformable scenes
abstract我们提出了 Lepard，这是一种基于学习的方法，用于在刚性和可变形场景中进行部分点云匹配。 关键特点是利用 3D 位置知识进行点云匹配的以下技术：1) 将点云数据分解为特征空间和 3D 位置空间。 2) 一种位置编码方法，通过向量的点积明确揭示 3D 相对距离信息。 3) 一种修改交叉点云相对位置的重新定位技术。 消融研究证明了上述技术的有效性。 在刚性案例中，Lepard 与 RANSAC 和 ICP 相结合，在 3DMatch / 3DLoMatch 上展示了 93.9% / 71.
2022-03-23 16:09:52
4619
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人