作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过特征点的描述建立三维物体之间的对应关系在三维重建、定位和形状匹配等各种图形和视觉应用上具有非常重要的意义。针对一般的描述子难以应对现实世界中三维点云数据存在的噪声、分辨率低和信息的不完整等情况,3DMatch提出一种基于3D卷积神经网络的方法,学习到一种新的局部体积块描述子,并将该描述子应用到关键点匹配中。在其基础上提出一种改进的卷积神经网络结构,实验表明,新的网络结构相比原来的在匹配准确率上得到一定的提升。
推荐文章
一种改进的SIFT特征点匹配方法
Harris角点
SIFT特征
Canny算子
匹配
一种改进A-KAZE算法的特征点匹配方法
特征点匹配
A-KAZE算法
非线性尺度空间
BRIEF描述子
一种改进的人工标记点匹配方法
标记点匹配
极线约束
法线方向
同名点
一种基于LTP特征的图像匹配方法
图像匹配
局部三值模式
局部二值模式
尺度不变特征变换
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的点云局部几何特征匹配方法
来源期刊 现代计算机:中旬刊 学科 工学
关键词 卷积神经网络 3DMatch 局部特征描述子 点云
年,卷(期) xdjsjzxk_2018,(3) 所属期刊栏目
研究方向 页码范围 61-65
页数 5页 分类号 TP391.41
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 史魁洋 四川大学计算机学院 2 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
3DMatch
局部特征描述子
点云
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
现代计算机:中旬刊
月刊
1007-1423
44-1415/TP
广州市海珠区新港西路135号中山大学园B
46-205
出版文献量(篇)
9067
总下载数(次)
3
论文1v1指导