NeurIPS2019：3D点云实例分割的新框架3D-BoNet

时间 2020-12-23

标签图像算法繁體版

原文原文链接

导读机器能够理解3D场景是自动驾驶，增强现实和机器人技术的基本必要条件。3D几何数据（例如点云）的核心问题包括语义分割，对象检测和实例分割。在这些问题中，实例分割仅在文献中才开始解决。主要的障碍是点云本质上是无序的，无结构的和不均匀的。广泛使用的卷积神经网络要求对3D点云进行体素化，从而导致高昂的计算和存储成本。第一个直接解决3D实例分割的神经算法是SGPN，该算法通过相似矩阵学习对

>>阅读原文<<

1. NeurIPS | 3D-BoNet：3D 点云实例分割的新框架
2. [NeurIPS 2019 Spotlight] 3D-BoNet:3D点云实例分割新框架
3. 3D点云实例分割
4. 点云的实例分割和语义分割
5. 3D-BoNet：比3D点云实例分割算法快10倍！代码已开源
6. 3D点云分割算法汇总
7. 汇总|3D点云分割算法
8. 3D点云分割论文总结
9. CVPR2020中关于3D点云分割
10. 3D点云点云分割、目标检测、分类
更多相关文章...
• XML DOM 实例 - XML DOM 教程
• XML 实例 - XML 教程
• 常用的分布式事务解决方案
• ☆基于Java Instrument的Agent实现