DeepICP: An End-to-End Deep Neural Network for 3D Point Cloud Registration 2019 論文筆記

百度自動駕駛部門 本文提出了用於點雲配準的首個端到端可學習的網絡，DeepICP。與現有基於幾何方法的SOTA方法到達了長相思的性能。 傳統的點雲配準過程包括：關鍵點檢測，特徵描述子提取，特徵匹配，剔除離羣點，估計變換矩陣。 傳統點雲配準方法儘管在一些場景取得了較好的性能，但是依然沒有一種全場景通用的點雲配準方法。 Deep ICP有個好處是他預測 的target點雲的座標是多個點加權得到的,而不

>>阅读原文<<