×

PPF-折叠网

swMATH ID: 32560
软件作者: Haowen Deng、Tolga Birdal、Slobodan Ilic
描述: PPF-FoldNet:旋转不变量3D局部描述符的无监督学习。我们提出了用于纯点云几何上3D局部描述符的无监督学习的PPF-FoldNet。基于已知点对特征的折叠式自动编码,PPF-FoldNet提供了许多理想的特性:既不需要监督,也不需要敏感的局部参考框架,得益于点集稀疏性,端到端、快速,并且可以提取强大的旋转不变描述子。得益于一种新颖的特征可视化,可以对其演变进行监控,以提供可解释的见解。我们的大量实验表明,尽管我们的网络具有六个自由度的不变性,并且缺乏训练标签,但在标准基准数据集中,我们的网络达到了最先进的结果,并且在存在旋转和不同点密度的情况下,其性能优于其竞争对手。PPF折叠网实现9
主页: https://arxiv.org/abs/1808.10322
关键词: 计算机视觉;模式识别;arXiv_cs。个人简历;计算几何;arXiv_cs。CG公司;机器学习;arXiv_cs。LG公司;机器人学;arXiv_cs。反渗透
相关软件: PointNet(点网);3D匹配;PPF网;掌中宽带;亚当;折叠网;TensorFlow公司;PyTorch公司;扫描网络;Minkowski发动机;D3Feat公司;张紧器2传感器;VoxelNet公司;PointCNN(美国有线电视新闻网);VoxNet公司;OctNet公司;SPLAT网络;张量摩尔;FINUFFT公司;BundleFusion包
引用于: 3文件

按年份列出的引文