quan9i

摘要： 背景 典型的2D3D配准的核心任务是求解一个将点云对齐到图像坐标系下的刚体变换（旋转和平移）。 为了实现这一目的，常见的执行步骤如下 （1）建立对应关系 即找出图像的关键点和点云的关键点，然后将位置相同的关键点进行匹配，作为一组对应关系，这些(像素, 3D点)对构成了后续计算的基础。 （2）求解变换 阅读全文

摘要： 引言 什么是点云配准呢，我们分别看下点云和配准 点云：你可以想象成 “3D 世界的像素”—— 比如用激光雷达扫描一个桌子，会得到成千上万的 3D 坐标点（每个点有 X、Y、Z 位置信息），这些点凑在一起就形成了桌子的 “点云”，能完整还原桌子的 3D 形状。 配准：简单说就是 “把两个不同角度 / 阅读全文

摘要： 背景 在PointNet中并没有局部特征的概念，要么是对单个物体进行处理获取单个特征，要么是进行整体最大池化获取全局特征，丢失了很多局部信息。也是因此在进行分割物体时效果显得一般，Pointnet++则优化了这个问题。 方法 Pointnet++在Point的基础上增添了多层次结构，使得网络能够在越 阅读全文

摘要： 线性回归 一元线性回归 线性回归，公式为Y=Wx+b，这里简单一点，假设偏置b=0，我们设置损失函数为loss=(y-yi)²，y是真实值，yi是预测值，代入可得loss=(y-W*x)²，带入x的值和y的值即可得到最终的loss函数，而后求其导数，导数为0时可取极值，进而得到w，通过这样我们就可以 阅读全文

摘要： 点云 基础知识 ​ 点云是指同一参考系下表达目标空间分布和目标表面特征的海量点集合，在获取物体表面每个采样点的空间坐标后，得到的是点的集合，这个就被我们称为点云。 ​ 点云的图像多为三维图像，即长度、宽度和深度信息。 ​ 点云的测量原理主要分为两种，一种是激光测量，一种则是摄影。激光测量得到的数据包 阅读全文