SampleNet:差异点云采样（CVPR 2020口头）-源码

deep-learning neural-network point-cloud pytorch

SampleNet：可微分的点云采样由特拉维夫大学的Itai Lang，Asaf Manor和Shai Avidan创建。介绍这项工作基于我们的。请阅读它以获取更多信息。也欢迎您观看CVPR 2020的。直接在点云上工作的任务越来越多。随着点云大小的增加，这些任务的计算需求也随之增加。一个可能的解决方案是首先对点云进行采样。经典采样方法（例如，最远点采样（FPS））不考虑下游任务。最近的一项工作表明，学习针对特定任务的采样可以显着改善结果。但是，提出的技术并未处理采样操作的不可微性，而是提供了一种解决方法。我们为点云采样引入了一种新颖的微分松弛。我们的方法采用了一种软投影操作，该操作将采样点近似为主要输入云中的混合点。近似值由温度参数控制，并在温度变为零时收敛到常规采样。在训练过程中，我们使用投影损耗来鼓励温度下降，从而使每个采样点都靠近输入点之一。这种近似方案可在各种应用（例

文件下载

资源详情

[{"title":"（ 141 个子文件 1.12MB ） SampleNet:差异点云采样（CVPR 2020口头）-源码","children":[{"title":"plyfile.py 25.12KB ","children":null,"spread":false},{"title":"__init__.py 0B ","children":null,"spread":false},{"title":".gitignore 65B ","children":null,"spread":false},{"title":"tf_grouping_compile.sh 570B ","children":null,"spread":false},{"title":"tf_grouping_op_test.py 1.10KB ","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"文件过多，未全部展示","children":null,"spread":false}],"spread":true}]

评论信息

其他资源

免责申明

【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论【只为小站】经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见版权及免责申明

SampleNet:差异点云采样（CVPR 2020口头）-源码

文件下载

资源详情

评论信息

其他资源

免责申明

个人信息

热门下载

最新下载