point cloud analysis | BriefGPT

关键词point cloud analysis

搜索结果 - 27

CVPR用于三维点云分析的等变点网络
本文提出了一个有效的 SE（3）网络，它是针对点云分析领域中 3D 形状对齐任务而设计的，可以利用等变特征来提高性能并解决相对较少探索的旋转等变特征对 3D 形状对齐任务的处理问题。我们采用一个新的框架 SE (3) 可分点卷积来降低计算成
PDF3 years ago
点集投票用于部分点云分析
该研究提出了一种针对局部 3D 点云的通用模型，该模型引入了本地点集投票策略，能够解决现有算法在应用于不完整点云时表现不佳的问题，并在形状分类、部分分割和点云补全方面取得了最先进的性能。
PDF4 years ago
稠密分辨率点云分类和分割网络
本文介绍了一种名为 DRNet 的基于不同分辨率学习点云本地特征的网络，并提出了一种局部邻域搜索的新型分组方法和用于捕获局部特征的误差最小化模块，该网络在 ModelNet40，ShapeNet 合成和 ScanObjectNN 真实点云数
PDF4 years ago
AAAI面向形状的点云分析卷积神经网络
本文提出了一种形状取向的消息传递方案 ShapeConv，结合了形状特征学习和上下文信息对基于点云的分析的贡献，并将其堆叠到分层学习体系结构 SOCNN 中以分析点云的分类和分割任务。
PDF4 years ago
旋转不变的点云分类方法：局部几何与全局拓扑相结合
本文介绍了一种新的方法来实现点云数据的旋转不变性，使用局部几何特征和全局拓扑特征相结合的局部 - 全局表示网络。该网络使用多层感知器做注意力机制来融合两种旋转不变性特征，并在模型识别任务上取得了最先进的效果。
PDF5 years ago
CVPR基于关系 - 形态卷积神经网络的点云分析
该研究提出了 RS-CNN 方法，即关系形状卷积神经网络，将规则网格 CNN 扩展为点云分析的不规则配置。RS-CNN 的关键是通过学习关系来实现点之间的几何拓扑约束，从而获得具有形状意识和鲁棒性的点云局部表达，实现了针对点云分析的上下文形
PDF5 years ago
AAAI自适应采样与 3D 球体体素卷积的点旋转不变网络
本文提出了一种点云学习框架 PRIN，其中通过密度感知自适应采样构造球形信号来处理球形空间中的扭曲点分布并利用球形体素卷积和点重新采样来提取每个点的旋转不变特征。该框架在物体分类、部分分割和 3D 特征匹配方面具有可应用性，并且在没有任何数
PDF6 years ago