![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
点云配准
文章平均质量分 90
Codefmeister
Nothing to say.
展开
-
Robust Point Cloud Registration Framework Based on Deep Graph Matching (RGM) 简略分析
RGM使用DGCNN先抽象提取出局部特征,点云x,yx,yx,y的特征分别对应于FX,FY\mathcal{F}_{\mathbf{X}}, \mathcal{F}_{\mathbf{Y}}FX,FY随后使用Transformer来交互两帧点云间的特征信息,分别生成TX,TY\mathcal{T}_{\mathbf{X}}, \mathcal{T}_{\mathbf{Y}}TX,TY,随后用交互后的特征TX,TY\mathcal{T}_{\mathbf{X}}, \mathcal{T}_{\math原创 2021-04-19 21:51:59 · 1409 阅读 · 0 评论 -
Learning Multiview 3D point Cloud Registration论文阅读笔记
Learning multiview 3D point cloud registrationAbstract提出了一种全新的,端到端的,可学习的多视角三维点云配准算法。 多视角配准往往需要两个阶段:第一个阶段进行初始化配准,给定点云各帧之间两两的初始化刚体变换关系;第二个阶段在全局意义上进行不断精细化处理。前者往往由于点云之间的低重叠率,对称性,或者重复的场景片段而导致配准精度较差。因此,紧随其后的全局优化(Global Refinement)的目标就是在多个点云帧中建立一种循环一致性(cyclic c原创 2021-01-16 11:33:20 · 1468 阅读 · 1 评论 -
FCGF论文阅读笔记
FCGF论文阅读笔记0. Abstract从三维点云或者扫描帧中提取出几何特征是许多任务例如配准,场景重建等的第一步。现有的领先的方法都是将low-level的特征作为输入,或者在有限的感受野上提取得到基于patch的特征。本文提出的是一个全卷积几何特征提取网络,名为fully-convolutional geometric features。 通过一个3D的全卷积网络的一次pass,即可得到几何特征。 同时提出了一个新的度量学习的loss函数,可以显著的提高网络的性能。 FCGF的几何特征十分紧凑,可原创 2021-01-14 22:19:07 · 2564 阅读 · 0 评论 -
PointConv论文阅读笔记
PointConv论文阅读笔记Abstract本文发表于CVPR。 其主要内容正如标题,是提出了一个对点云进行卷积的Module,称为PointConv。由于点云的无序性和不规则性,因此应用卷积比较困难。其主要的思路是,将卷积核当做是一个由权值函数和密度函数组成的三维点的局部坐标的非线性函数。通过MLP学习权重函数,然后通过核密度估计得到密度函数。还有一个主要的贡献在于,使用了一种高效计算的方法,转换了公式的计算分时,使得PointConv的卷积操作变得memory efficient,从而加深网络原创 2021-01-14 22:14:24 · 526 阅读 · 0 评论 -
DCP(Deep Closest Point)论文阅读笔记以及详析
DCP论文阅读笔记前言本文中图片仓库位于github,所以如果阅读的时候发现图片加载困难。建议挂个梯子。作者博客:https://codefmeister.github.io/论文Deep Closest Point: Learning Representations for Point Cloud RegistrationAuthor: Wang, Yue; Solomon, JustinMain Attribution基于ICP迭代最近点算法,提出基于深度学习的DCP算法。解决了IC原创 2020-12-26 15:24:26 · 6948 阅读 · 18 评论 -
Dynamic Graph CNN for Learning on Point Clouds(DGCNN)论文阅读笔记——核心思想:EdgeConv细析
DGCNN前言与声明因为关心的领域主要是配准,对于分类等网络的架构设计分析并没有侧重太多,主要侧重的是EdgeConv的思想。文中图片全部来自于PointNet,PointNet++,DGCNN论文中的配图。若有侵权请联系笔者删除。转载请标明出处,谢绝商业转载。论文Dynamic Graph CNN for Learning on Point CloudsWang, Yue and Sun, Yongbin...核心思想:关于EdgeConv将点云表征为一个图,G(V,ξ){\rm{G}原创 2020-12-15 20:52:26 · 1502 阅读 · 2 评论