三维点云
文章平均质量分 93
论文阅读笔记
lets go
苦逼的程序猿
展开
-
阅读笔记--SVGA-Net: Sparse Voxel-Graph Attention Network for 3D Object Detection from Point Clouds
1、Introduction2、Proposed method2.1 Voxel-graph network architecture1、Introduction单纯地将点云投影到不同的视图并不能很好地捕捉到物体地几何信息,许多方法都需要在设计的网络中结合RGB图像。仅用体素化的方法并没有很好地利用点云地特性,随着分辨率的增加带来了巨大的计算负担。以点网(PointNet)为骨干的网络直接对点云进行处理,无法构建分组点集之间的邻居关系。Point-GNN与ShapeContextNet和Poin.原创 2021-03-15 19:12:07 · 722 阅读 · 0 评论 -
阅读笔记--[CVPR2020] Point-GNN: Graph Neural Network for 3D Object Detection in a Point Cloud
文章目录Abstruct1、Introduction2、Point-GNN for 3D Object Detection in a Point Cloud2.1 Graph Construction2.2 Graph Neural Network with Auto-RegistrationAbstruct提出了一种图神经网络来检测激光雷达点云中的目标,为此将点云编码在一个固定半径的近邻图中。设计了Point-GNN来预测图中每个顶点所属对象的类别和形状。在Point-GNN中,作者提出了一种原创 2021-03-03 22:19:27 · 648 阅读 · 0 评论 -
阅读笔记--[CVPR2018] 3D Semantic Segmentation with Submanifold Sparse Convolutional Networks
文章目录一、Introduction二、Spatial Sparsity for Convolutional Networks三、Submanifold Convolutional Networks1、Sparse Convolution Operations2、Implementation四、Submanifold FCNs and U-Nets for Semantic Segmentation五、Experiments一、Introduction卷积网络(ConvNets)构成了最先进的方法,用原创 2021-02-01 14:59:46 · 1480 阅读 · 0 评论 -
[ECCV2020] Deep FusionNet for Point Cloud Semantic Segmentation 笔记
[ECCV2020] Deep FusionNet for Point Cloud Semantic Segmentation文章目录[ECCV2020] Deep FusionNet for Point Cloud Semantic Segmentation一、Introduction(1) motivation(2) Advantages二、FusionNet(1) Point Cloud Representation2.读入数据总结一、Introduction(1) motivation基原创 2021-01-24 17:51:32 · 664 阅读 · 0 评论