unique Signatures of Histograms for local surface description

这篇paper就是模仿这SIFT来做的，不过SIFT是2D的，而它是3D的用在MESH的。

对于MESH上的一点，首先要确认该点的local reference frame, 怎么确认，第3章有讲

确认完reference frame之后，空间分区是按照reference frame来分的，而且每个区的bin的分块也是通过邻居点的法向量于reference frame Z轴方向的夹角来确认的，所以有两层分区

源代码的调用方式为：

descr = calc_shot(vertices, faces, indices, n_bins, radius, min_neighs).

indices为要求SHOT点的索引
n_bins, 每个区会分成n_bins + 1块
radius, 是分区时radius的值
min_neighs,是指每个点至少要统计min_neighs个邻居

unique Signatures of Histograms for local surface description相关推荐

PCL：点云特征描述子3D_object_recognition_(descriptors)
PCL官网:https://pointclouds.org/ 翻译自该网站:http://robotica.unileon.es/index.php/PCL/OpenNI_tutorial_4:_3D ...
PCL中3D特征描述子Shot详解
上周点云公众号开始分享群友们的反馈分享,由博主分配任务,半个月甚至一个月参与学习小伙伴的反馈给群主,并在微信交流群中进行学术交流,加强大家的阅读文献能力,并提高公众号的分享效果.已经有一些开始陆续反馈 ...
Geometric deep learning: going beyond Euclidean data译文
Geometric deep learning: going beyond Euclidean data(几何深度学习:超越欧几里得数据) 摘要: 许多科学领域研究具有非欧几里德空间的底层结构的数据. ...
PCL函数库摘要——3D点云特征描述与提取
1.Class pcl::Feature< PointInT, PointOutT > 类Feature是所有特征相关模块中其他类的基类,定义了所有描述子常用的函数接口. #include ...
《3D Point Cloud Registration for Localization using a Deep Neural Network Auto-Encoder》读书笔记
3D Point Cloud Registration for Localization using a Deep Neural Network Auto-Encoder 题目:基于深度神经网络自编码 ...
Feature-Steered Graph Convolutions for 3D Shape Analysis（FeaStConv）
Feature-Steered Graph Convolutions for 3D Shape Analysis(FeaStConv) 摘要卷积神经网络(CNNs)极大地影响了二维图像的视觉识别,现 ...
精选论文集：三维点云有哪些必读的论文？
声明:转载本文请联系本文作者三维点云是最重要的三维数据表达方式之一,SLAM.三维重建.机器人感知等多个领域,点云都是最简单.最普通的表达方式.三维点云处理在学习中需要参考大量的论文资料文献,但在众 ...
基于视觉的机器人抓取: 论文及代码(Vision-based Robotic Grasping: Papers and Codes)
本文同步于微信公众号:3D视觉前沿,欢迎大家关注. 本文总结了基于视觉的机器人抓取的相关论文及代码,同步于 GitHub. 机器人抓取必需的信息是相机系下抓取器的6DoF位姿,包括抓取器的3D位置和抓 ...
Deep Projective 3D Semantic Segmentation
Deep Projective 3D Semantic Segmentation 原文:https://arxiv.org/abs/1705.03428 深度投影3D语义分割摘要三维点云的语义分割 ...

unique Signatures of Histograms for local surface description

unique Signatures of Histograms for local surface description相关推荐

最新文章

热门文章