三维计算机视觉

斯坦福大学在读博士生祁芮中台:点云上的深度学习及其在三维场景理解中的应用

 

 

《三维计算机视觉技术和算法导论》陆军,董晓瑞 译.zip

 

三维计算机视觉--点云分割

  点云分割可谓点云处理的精髓,也是三维图像相对二维图像最大优势的体现。

  点云分割的目的提取点云中的不同物体,从而实现分而治之,突出重点,单独处理的目的。而在现实点云数据中,往往对场景中的物体有一定先验知识。比如:桌面墙面多半是大平面,桌上的罐子应该是圆柱体,长方体的盒子可能是牛奶盒......对于复杂场景中的物体,其几何外形可以归结于简单的几何形状。这为分割带来了巨大的便利,因为简单几何形状是可以用方程来描述的,或者说,可以用有限的参数来描述复杂的物体。而方程则代表的物体的拓扑抽象。于是,RanSaC算法可以很好的将此类物体分割出来。

 

三维计算机视觉 局部特征 Spin Image

Spin image是基于

你可能感兴趣的:(点云)