DeepICP: An End-to-End Deep Neural Network for 3D Point Cloud Registration 2019 论文笔记

百度自动驾驶部门 本文提出了用于点云配准的首个端到端可学习的网络，DeepICP。与现有基于几何方法的SOTA方法到达了长相思的性能。 传统的点云配准过程包括：关键点检测，特征描述子提取，特征匹配，剔除离群点，估计变换矩阵。 传统点云配准方法尽管在一些场景取得了较好的性能，但是依然没有一种全场景通用的点云配准方法。 Deep ICP有个好处是他预测 的target点云的坐标是多个点加权得到的,而不

>>阅读原文<<