资料下载
×
基于深度学习的点云对齐算法3DMatch
消耗积分:0 |
格式:rar |
大小:2.99 MB |
2021-04-23
分享资料个
点云对齐是点云数据处理的重要步骤之一，粗对齐则是其中的难点。近年来，基于深度学习的点云对齐取得了较大进展，特别是3 Match方法，能够在噪声、低分辨率以及数据缺失的条件下取得较妤的对齐效果。3 Match采用随机采样的方式产生待匹配点，当采样点个数较少时会导致匹配率较低，因此对齐效果不佳。为此，利用ISS特征点检测代替随机采样，然后以3 Match为特征点生成描述符，最后通过匹配特征描述符实现数据对齐。由于ISS特征点检测具有良好的重复性，同时3 Match能够提供具有高区分度的描述符，因此该方法大大提高了匹配的鲁棒性和准确性。实验结果表明，与随机采样相比特征点采样在初始点云无噪、弱噪和强噪的情况下对齐效果更妤、鲁棒性更强，并且在粗对齐效果相似的情况下，所需特征采样的个数仅为随机采样点个数的10%，极大地提高了对齐的效率。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
