论文:3DFeat-Net: Weakly Supervised Local 3D Features for Point Cloud Registration
一、概述： 本文来在弱条件下，通过学习的方式得到三维特征探测器和描述器，进行点云匹配。突出点在于: （1）探测器和描述器都是通过学习的方式得到，不需要进行人工标注。 （2）注意力机制用来调整每个描述器的贡献度，体现每个输入点作为显著点的可能性。 二、相关工作： （1）因为在点云中进行细致的点对点的标注太难，所以很多的方法都是值学习描述器，而探测器交给随机采样； （2）部分人工3D描述器，表现不佳；
相关文章
- 1. 3D Local Features for Direct Pairwise Registration 2019论文笔记
- 2. Weakly-supervised convolutional neural networks for multimodal image registration
- 3. Deep Closest Point: Learning Representations for Point Cloud Registration && 2019论文笔记
- 4. DeepICP: An End-to-End Deep Neural Network for 3D Point Cloud Registration 2019 论文笔记
- 5. 3DRegNet: A Deep Neural Network for 3D Point Registration 2020论文笔记
- 6. [点云分割]-Multi-Path Region Mining For Weakly Supervised 3D Semantic Segmentation on Point Clouds
- 7. 【点云识别】Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels(CVPR 2020)
- 8. Point Cloud 2019
- 9. [CVPR2017] Weakly Supervised Cascaded Convolutional Networks论文笔记
- 10. PF-Net: Point Fractal Network for 3D Point Cloud Completion 2020 论文笔记
- 更多相关文章...
- • RSS
元素 - RSS 教程 - • Lua for 循环 - Lua 教程
- • Spring Cloud 微服务实战(三) - 服务注册与发现
- • Scala 中文乱码解决
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 3D Local Features for Direct Pairwise Registration 2019论文笔记
- 2. Weakly-supervised convolutional neural networks for multimodal image registration
- 3. Deep Closest Point: Learning Representations for Point Cloud Registration && 2019论文笔记
- 4. DeepICP: An End-to-End Deep Neural Network for 3D Point Cloud Registration 2019 论文笔记
- 5. 3DRegNet: A Deep Neural Network for 3D Point Registration 2020论文笔记
- 6. [点云分割]-Multi-Path Region Mining For Weakly Supervised 3D Semantic Segmentation on Point Clouds
- 7. 【点云识别】Weakly Supervised Semantic Point Cloud Segmentation: Towards 10x Fewer Labels(CVPR 2020)
- 8. Point Cloud 2019
- 9. [CVPR2017] Weakly Supervised Cascaded Convolutional Networks论文笔记
- 10. PF-Net: Point Fractal Network for 3D Point Cloud Completion 2020 论文笔记