研究目的
通过基于Siamese网络、PointNet和PointNet++的新型网络,直接从原始点云中提取点云对象的特征描述符。
研究成果
该网络基于孪生网络构建,能有效从原始点云中提取特征描述符,并在不同数据集上展现出强大的泛化能力。通过在MLS和ModelNet40数据集上的实验验证了其性能,在特征描述符提取和分类任务中均表现出良好的准确性。
研究不足
该研究未明确提及局限性,但潜在的优化方向可能包括处理更多样化的点云对象,以及提升网络在未见数据类别上的性能。
研究目的
通过基于Siamese网络、PointNet和PointNet++的新型网络,直接从原始点云中提取点云对象的特征描述符。
研究成果
该网络基于孪生网络构建,能有效从原始点云中提取特征描述符,并在不同数据集上展现出强大的泛化能力。通过在MLS和ModelNet40数据集上的实验验证了其性能,在特征描述符提取和分类任务中均表现出良好的准确性。
研究不足
该研究未明确提及局限性,但潜在的优化方向可能包括处理更多样化的点云对象,以及提升网络在未见数据类别上的性能。
加载中....
您正在对论文“[IEEE IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 西班牙瓦伦西亚(2018.7.22-2018.7.27)] IGARSS 2018 - 2018年IEEE国际地球科学与遥感研讨会 - 基于孪生网络的点云特征描述符判别学习”进行纠错
纠错内容
联系方式(选填)
称呼
电话
单位名称
用途
期望交货周期
称呼
电话
单位名称
用途
期望交货周期