论文部分内容阅读
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。