引入了PREDATOR模型，该模型用于成对点云注册，它非常关注重叠区域。用于两点云的潜在编码之间的早期信息交换。以这种方式，将潜在表示转换为每个点特征的后续解码以相应的另一个点云为条件，从而可以预测哪些点不仅是显着的，而且还位于两个点云之间的重叠区域中。专注于与匹配相关的点的能力极大地提高了性能：PREDATOR在低重叠情况下将成功注册的比率提高了20％以上，还为3DMatch基准设定了89％的最新技术水平注册召回。
2021-07-05 20:01:47
32.39MB
1. 如何将灰度图转为3D点云
2. 创建一张深度图
3. 深度图转点云、点云转深度图
博客地址：https://blog.csdn.net/weixin_38566632/article/details/118092691?spm=1001.2014.3001.5502
2021-06-21 22:03:34
19.61MB
1
此函数将 3D 点云转换为 2D 灰度光栅图像。输入是 3D 点的 x、y、z 坐标以及输出图像的行数和列数。
2021-06-08 13:25:37
2KB
1
分享视频教程——深度学习-3D点云实战系列，2021最新课程，完整版，附源码和数据集，想学习点云的同学抓紧时间下载了，很棒的一套课程
2021-06-07 19:06:54
267B
1
这篇综述主要是对当前在3D点云应用上表现优异的深度学习方法进行调查研究。我们首先探讨将深度学习直接应用到点云上所面临的挑战，简短地讨论早期通过将点云预处理为结构化数据从而克服上述挑战的方法。然后会回顾各种表现优异的深度学习方法，这些方法可以直接将点云处理为非结构化的网格数据。最后，我们会介绍一些常用的3D点云基准数据集，进一步探讨深度学习在分类，分隔，目标检测等3D视觉任务中的应用。
2021-05-27 14:11:28
1.41MB
1
基于halcon视觉库开发的3D点云数据读取，并实时显示3D点云模型，提供了开发的所有源代码，包括读取点云数据的源代码
2021-05-15 13:33:17
6KB
1
pyntcloud is a Python library for working with 3D point clouds.
2021-04-21 19:21:52
4.1MB
1