【点云识别】Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud(CVPR 2020)

Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud Registration without Correspondences

本文介绍一篇cvpr2020里面关于点云半监督配准的文章。
论文
代码

1. 问题

点云的弱监督配准问题

2. 思想

在这里插入图片描述
follow pointlk的一份工作,认为不同位姿的点云提取出的特征是不同的。那么将point set的global feature resize成一个map,然后计算不同位姿点云特征的差异,以此为目标函数迭代求解R,T。

3. 算法

在这里插入图片描述
两个分支,一个是encoder 和 decoder用于提取特征。另外一个分支是衡量配准的精度。
在这里插入图片描述
在这里插入图片描述

4 实验结果

在这里插入图片描述
在这里插入图片描述
实验的对比算法不全,没有比较SOTA。但是在有监督到无监督的过程做出了比较大的贡献。


版权声明:本文为Orientliu96原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。