BriefGPT.xyz
大模型
Ask
alpha
关键词
pairwise registration
搜索结果 - 4
CVPR
DeepMapping2: 自监督大规模 LiDAR 地图优化
DeepMapping2 提出了两种新技术,基于地图拓扑的组织训练数据批次,以及借助成对的点云配准进行自监督局部 - 全局点云一致性损失,解决 DeepMapping 在大规模数据集中计算慢、全局定位网络收敛不足和缺少闭环和精确跨帧点对应等
→
PDF
2 years ago
神经辐射场的配对对齐
介绍了一种基于神经辐射场的配对注册技术,通过引入表面场的概念与鲁棒优化的算法来实现 NeRF 场景的配准,该技术可以应用于不同领域的任务。
PDF
2 years ago
CVPR
PREDATOR: 低重叠 3D 点云注册
我们引入了 PREDATOR 模型,这是一种针对点云配对注册的模型,通过深度注意重叠区域来实现,其重要特点是重叠注意力块用于两个点云的潜在编码之间的早期信息交换,从而可以预测哪些点不仅很重要,而且位于两个点云之间的重叠区域,大大提高了匹配的
→
PDF
4 years ago
CVPR
深度全局注册
我们提出了一个基于神经网络和优化算法的 3D 扫描配准框架,可以对实际数据进行高精度的配准,优于现有的同类方法。
PDF
4 years ago
Prev
Next