特征与匹配
文章平均质量分 96
描述子、特征、匹配
瞻邈
老菜鸟一个。
展开
-
点云配准算法
点云配准(Point Cloud Registration)算法指的是输入两幅点云 Ps (source) 和 Pt (target),输出一个变换T(即旋转R和平移t)使得 T(Ps)和Pt的重合程度尽可能高。常用的有NDT、ICP。本文主要介绍ICP(Iterative Closest Point)算法及其各种变体。点云配准首先要知道两组点云的匹配关系,对于视觉三维点来说,可以通过视觉特征匹配来获取,对于雷达点云,可以通过最近邻匹配来获取,关于匹配本文不深入介绍。知道点云的匹配关系后,通过粗配准原创 2022-12-08 20:24:58 · 7201 阅读 · 0 评论 -
SIFT描述子
尺度不变特征转换(SIFT, Scale Invariant Feature Transform)是图像处理领域中的一种局部特征描述算法. 该方法于1999年由加拿大教授David G.Lowe提出,申请了专利,其专利属于英属哥伦比亚大学. SIFT专利在2020年3月17日之后到期,现在只需更新cv版本即可免费使用.SIFT算法不仅只有尺度不变性,当旋转图像,改变图像亮度,移动拍摄位置时,仍可得到较好的检测效果.其实,在我们生活中,SIFT算法还是有所应用的,比如,我们手机上的全景拍摄,当我们拿着原创 2022-10-10 13:58:03 · 1595 阅读 · 1 评论 -
特征匹配算法GMS(Grid-based Motion Statistics)理论与实践
GMS一种基于运动统计的快速鲁棒特征匹配过滤算法,能明显地改善匹配结果,目前已经集成进入OpenCV之中原创 2022-08-19 12:01:52 · 6401 阅读 · 0 评论 -
SuperGlue:Learning Feature Matching with Graph Neural Networks论文阅读
ETHZ ASL与Magicleap联名之作,CVPR 2020 Oral(论文见文末),一作是来自ETHZ的实习生,二作是当年CVPR2018 SuperPoint的作者Daniel DeTone。Sarlin小伙之前在MagicLeap实习,在ETHZ(苏黎世联邦理工) ASL 完成硕士,目前在 ETHZ CVG就读博士,不是TUM(慕尼黑工业大学)的CVG。转载 2022-08-19 13:44:51 · 2158 阅读 · 0 评论 -
PMVS:多视图匹配经典算法
Multi-View Stereo(MVS)多视图立体匹配与三维重建的任务是:以已知内外参数的多幅图像(SfM的结果)为输入,重建出真实世界中物体/场景的三维模型。本文作者提出了PMVS的经典算法,深入了解传统算法的实现效果,可以帮助我们与基于深度学习的方法进行对比,对“如何评估多个视图间相似性”这一问题有更深刻的认识,希望能对相关研究人员有一定的参考帮助。————————————————版权声明:本文为CSDN博主「Tom Hardy」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原转载 2022-07-19 13:29:58 · 640 阅读 · 0 评论