PPF网络

PPFNet:全局上下文感知的局部特征,用于鲁棒的3D点匹配。我们提出了PPFNet-点对特征网络来深入学习一个全局信息的三维局部特征描述器,以在无组织的点云中找到对应点。在局部学习中,局部描述子的学习是非常重要的。我们的三维表示是由点对特征的集合计算而成的,这些特征与局部附近的点和法线相结合。我们的置换不变网络设计灵感来自PointNet,并将PPFNet设置为无需排序。与体素化相反,我们的方法能够消耗原始点云来充分利用稀疏性。PPFNet采用了一种新的N元组损失和结构,将全局信息自然地注入到局部描述符中。结果表明,上下文感知对局部特征表示也有促进作用。我们的网络的定性和定量评估表明,提高召回率,提高鲁棒性和不变性,以及在三维描述符提取性能的关键步骤。