前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >【点云分割】开源 | 点云分割算法,将点云投影到图像上借用图像绘制原理进行数据映射

【点云分割】开源 | 点云分割算法,将点云投影到图像上借用图像绘制原理进行数据映射

作者头像
CNNer
发布2021-04-23 14:30:46
1.7K0
发布2021-04-23 14:30:46
举报
文章被收录于专栏:CNNer

获取完整原文和代码,公众号回复:09020435959

论文地址: http://arxiv.org/pdf/2003.05593v4.pdf

代码: 公众号回复:09020435959

来源: 伍斯特理工学院

论文名称:Learning to Segment 3D Point Clouds in 2D Image Space

原文作者:Yecheng Lyu

内容提要

与文献中通过定制的卷积算子捕捉3D点云的局部模式不同,在本文中,我们研究了如何有效、高效地将这些点云投影到二维图像空间中,使传统的二维卷积神经网络(CNN)(例如U-Net)可用于分割。为此,我们的目的是绘制图,并将其重新规划为一个整数变成问题,以学习每个单个点云的topology-preserving图到网格映射。为了在实际应用中加快计算速度,本文进一步提出了一种新的分层近似算法。借助从点云构建图的Delaunay三角剖分法和用于分割的多尺度U-Net,我们分别在ShapeNet和PartNet上展示了最先进的性能,与其他优秀算法相比有显著的改进。

论文主要实现:

(1)从点云构造图。

(2)使用图形绘图将图形投影到图像中。

(3)使用U-Net分割点。

主要框架及实验结果

声明:文章来自于网络,仅用于学习分享,版权归原作者所有,侵权请加上文微信联系删除。

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2021-04-22,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CNNer 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
相关产品与服务
图像处理
图像处理基于腾讯云深度学习等人工智能技术,提供综合性的图像优化处理服务,包括图像质量评估、图像清晰度增强、图像智能裁剪等。
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档