Apr, 2018

使用点对描述符进行三维点云中物体分类的抗噪声深度学习

TL;DR为了解决噪声、不规则采样密度和遮挡等点云数据中的物体检索和分类问题,本文提出了一种针对于噪声和遮挡具有鲁棒性且检索准确率高的点对描述符,进一步展示了如何将该描述符用于对象分类的 4D 卷积神经网络,提出了一种能够学习描述符直方图中类别特定聚类的新型 4D 卷积层,最后在三种基准数据集上进行实验验证,证实了该方法的优越性。