P2-Net：用于2D像素与3D点匹配的局部特征的联合描述符和检测器(ICCV 2021)

10月前作者：3Ｄ视觉工坊分类：Toy博客阅读(59) 违法举报

这篇具有很好参考价值的文章主要介绍了P2-Net：用于2D像素与3D点匹配的局部特征的联合描述符和检测器(ICCV 2021)。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

1）论文：P2-Net: Joint description and detection of local features for pixel and point matching

2）论文地址：

https://openaccess.thecvf.com/content/ICCV2021/papers/Wang_P2-Net_Joint_Description_and_Detection_of_Local_Features_for_Pixel_ICCV_2021_paper.pdf

3）代码地址：https://github.com/BingCS/P2-Net

4）论文来源：ICCV 2021

5）论文作者：Bing Wang1, Changhao Chen2, Zhaopeng Cui3, Jie Qin4, Chris Xiaoxuan Lu5

6）论文整理：HT

摘要

准确描述和检测 2D 和 3D 关键点对于建立跨图像和点云的对应关系至关重要。尽管已经提出了大量基于学习的 2D 或 3D 局部特征描述符和检测器，但目前的研究对直接地匹配像素和点的共享描述符，以及联合关键点检测器的推导仍未得到充分探索。这项工作主要在 2D 图像和 3D 点云之间建立细粒度的对应关系。为了直接匹配像素和点，文章来源地址https://www.toymoban.com/news/detail-407557.html

到了这里，关于P2-Net：用于2D像素与3D点匹配的局部特征的联合描述符和检测器(ICCV 2021)的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：如若内容造成侵权/违法违规/事实不符，请点击违法举报进行投诉反馈，一经查实，立即删除！

分享到：

领支付宝红包赞助服务器费用

Pixel-GS：用于3D高斯溅射的具有像素感知梯度的密度控制

Zheng Zhang Wenbo Hu† Yixing Lao 老宜兴市郑张文博胡 † Tong He Hengshuang Zhao† 赵同和恒双 †1122113311 Abstract 摘要 [2403.15530] Pixel-GS: Density Control with Pixel-aware Gradient for 3D Gaussian Splatting 3D Gaussian Splatting (3DGS) has demonstrated impressive novel view synthesis results while advancin

2024年04月23日
浏览(55)
【视觉SLAM入门】5.1. （基于特征点的视觉里程计）特征提取和匹配--FAST,ORB(关键点描述子)，2D-2D对极几何，本质矩阵，单应矩阵，三角测量，三角化矛盾

为什么重要？我们是在做什么事？特征提取和匹配：首先是两幅图像的特征提取，然后是对应特征点的匹配。接下来的工作是根据得到的匹配点对，估计相机的运动，具体根据相机分为三种方法：单目相机：2D-2D：对极几何方法双目或者RGBD相机： 3D-3D： ICP 方法一个3D点

2024年02月10日
浏览(38)
【视觉SLAM入门】5.1. 特征提取和匹配--FAST,ORB(关键点描述子)，2D-2D对极几何，本质矩阵，单应矩阵，三角测量，三角化矛盾

为什么重要？我们是在做什么事？特征提取和匹配：首先是两幅图像的特征提取，然后是对应特征点的匹配。接下来的工作是根据得到的匹配点对，估计相机的运动，具体根据相机分为三种方法：单目相机：2D-2D：对极几何方法双目或者RGBD相机： 3D-3D： ICP 方法一个3D点

2024年02月13日
浏览(44)
2D-3D匹配问题的PnP算法对比：DLT，P3P，EPnP

首先需要清楚什么叫做PnP(Perspective-n-Point)呢？是为了解决什么问题？已知信息： n个3D点在A坐标系(可以认为是世界坐标系)的坐标 { p 1 , p 2 , . . . , p n } {p_1, p_2, ..., p_n} { p 1 , p 2 , . . . , p n } ，以及这些3D点投影在图像上的2D点在图像坐标系的坐标 { u 1 , u 2 , . . . , u

2023年04月14日
浏览(45)
基于Open3D的点云处理16-特征点匹配

将点云数据统一到一个世界坐标系的过程称之为点云配准或者点云拼接。（registration/align）点云配准的过程其实就是找到同名点对；即找到在点云中处在真实世界同一位置的点。常见的点云配准算法: ICP、Color ICP、Trimed-ICP 算法流程: 选点: 确定参与到配准过程中的点集。匹

2024年02月10日
浏览(60)
[点云配准]LCD(2D-3D特征配准算法)例程align_point_cloud.py解析

跨域描述符LCD可以实现二维图片特征点到三维点云特征点的配准，是个具有通用性的深度学习特征描述子。（图片来源于论文 LCD: Learned Cross-Domain Descriptors for 2D-3D Matching ）在Github开源的源码里面给出了利用LCD进行三维点云配准的例程。align_point_cloud.py，这里对例程如何使用

2024年02月08日
浏览(45)
grad-cam用于3D分割网络的代码修改——以及特征层非常规输出的解决方法

首先，我们看下chatgpt写的Gradcam框架。为了个性化设计输出的cam，我们需要修改源码。也就是GradCAM()函数。先解读一下原版可以看到并没有太多函数方法，我们打开基类BaseCAM() 看一下ActivationsAndGradients 可以看到，ActivationsAndGradients类主要的功能是通过钩子函数获取正向传播

2024年02月06日
浏览(46)
EPT-Net：用于3D医学图像分割的边缘感知转换器

IEEE TRANSACTIONS ON MEDICAL IMAGING, VOL. 42, NO. 11, NOVEMBER 2023 卷积运算的内在局部性在建模长程依赖性方面存在局限性。尽管为序列到序列全局预测而设计的Transformer就是为了解决这个问题而诞生的，但由于底层细节特征不足，它可能会导致定位能力有限。此外，低级特征具有丰富

2024年02月04日
浏览(44)
ICCV 2023|Occ2Net，一种基于3D 占据估计的有效且稳健的带有遮挡区域的图像匹配方法...

本文为大家介绍一篇入选ICCV 2023的论文，《Occ 2 Net: Robust Image Matching Based on 3D Occupancy Estimation for Occluded Regions》，一种基于3D 占据估计的有效且稳健的带有遮挡区域的图像匹配方法。论文链接：https://arxiv.org/abs/2308.16160 开源代码：https://github.com/megvii-research/Occ2net/tree/main 总体

2024年02月07日
浏览(39)
【目标跟踪】跨相机如何匹配像素

本本篇博客介绍一种非常简单粗暴的方法，做到跨相机像素匹配。已知各相机内外参，计算共视区域像素投影（不需要计算图像特征）。废话不多说，直接来，见下图。同一时刻相机A与相机B的图相机A 相机B 问：相机 A 检测出目标1 box位置，如何计算得出目标1在相机 B 中像

2024年01月17日
浏览(60)