文章目录
1. 简介
一句话介绍:点云检索 传统方法 中流程构建及评估
论文:https://bmvc2019.org/wp-content/papers/0932.html
2. 动机
点云检索必要性:由于现阶段强大的计算资源,以及各类扫描设备,使得大量3D点云数据不断激增。如何从3D物体数据集里检索对应目标成为一个挑战。
点云检索考量方法: 虽然现阶段有很多3D点云局部特征描述子,但在检索中需要编码这些局部特征描述子成为一个全局描述子。
点云检索发展:
- 从 如何设计和生成3D目标 --> 如何快速且准确找到3D目标
- 3D object retrieval (3DOR)
- SHREC Track(已经有14年在检索内容上了)
3. 流程图
3.1 整体流程
包括3个部分:
- 特征提取:
非刚性: IWKS
刚性: MTCS - 特征编码
BoFs
IFB
VLAD - 匹配
3.2 特征提取
点云目标: O = { o 1 , o 2 , . . . , o n } O=\{ o_1, o_2, ..., o_n\} O={
o1,o2,...,on}, n n n是3D点云目标数量
每个3D点云 o i o_i oi由 m m m个点构成,表示为: o i = { p 1 , p 2 , . . . , p m } o_i = \{p_1, p_2, ..., p_m\} oi={
p1,p2,...,pm}
每个3D点云 o i o_i oi的局部特征描述子: f = { f t , f t ∈ R D , t = 1 , . . . , m } f=\{ f_t, f_t\in \mathbb{R}^D, t=1,...,m \} f={
ft,ft∈