論文筆記：（2019CVPR）PointConv: Deep Convolutional Networks on 3D Point Clouds
目錄 摘要 一、前言 1.1直接獲取3D數據的傳感器 1.2為什么用3D數據 1.3目前遇到的困難 1.4現有的解決方法及存在的問題 二、本文idea 2.1 idea來源 2.2 初始思路 ...
原文：CVPR 2019: Generating 3D Adversarial Point Clouds 生成三維對抗點雲數據
目前做的方向是點雲分類，CVPR 中了的這篇論文算是顛覆了當前以PointNet為基礎的使用深度學習方法進行的點雲分類研究，特此關注下這篇文章。 論文鏈接：https: arxiv.org abs . 摘要： 已知深度神經網絡容易受到精心設計的對抗性的例子的影響，導致模型做出錯誤的預測。雖然已經廣泛研究了 D圖像和CNN的對抗性示例，但是對諸如點雲的 D數據的關注較少。鑒於許多安全關鍵的 D應用程 ...
2019-03-28 18:24 0 1217 推薦指數：
相關推薦
2020國防科大綜述：3D點雲深度學習—綜述 （【2019-12】Deep Learning for 3D Point Clouds: A Survey）
2020國防科大綜述：3D點雲深度學習—綜述 一些別人的博客——X-POWER，這個作者其他文章也不錯 這邊具體值得讀一讀的文章有：PointNet，DGCNN，View-GCN, PointCNN, PointWeb, RS-CNN ... 重要點摘抄： 摘要： 深度學習 ...
CVPR2020文章匯總 | 點雲處理、三維重建、姿態估計、SLAM、3D數據集等(12篇)
作者：Tom Hardy Date：2020-04-15 來源：CVPR2020文章匯總 | 點雲處理、三維重建、姿態估計、SLAM、3D數據集等(12篇) 1.PVN3D: A Deep Point-wise 3D Keypoints ...
Deep Learning for 3D Point Clouds: A Survey中文翻譯
關於三維點雲的深度學習調查 摘要 由於點雲學習在計算機視覺，自動駕駛和機器人等許多領域的廣泛應用，近來引起了越來越多的關注。深度學習作為AI中的主要技術，已成功用於解決各種2D視覺問題。但是，由於使用深度神經網絡處理點雲所面臨的獨特挑戰，因此點雲上的深度學習仍處於起步階段。近年來，在點雲 ...
3D Registration 三維點雲配准 —— 基本概念和ICP算法的C++實現
未完 待讀參考： https://blog.csdn.net/kaspar1992/article/details/54836222 https://www.cnblogs.com/yin ...
3D Object Classification With Point Convolution —— 點雲卷積網絡
今天剛剛得到消息，之前投給IROS 2017的文章收錄了。很久很久沒有寫過博客，今天正好借這個機會來談談點雲卷積網絡的一些細節。 1、點雲與三維表達 三維數據后者說空間數據有很多種表達方式，比如：RGB-D 圖像，體素圖像，三維點雲等。這些三維數據的表達方式各有特點：RGB-D 圖像 ...
python讀取三維點雲球坐標數據並動態生成三維圖像與着色
關鍵步驟： 1.首先通過讀取.txt文本數據並進行一系列字符串處理，提取顯示所需要的相關數據矩陣 2.然后利用python的matplotlib庫來進行動態三維顯示 備注：matplotlib在顯示2d數據可視化方面有着絕對的優勢，但是在三維點雲顯示方面則存在很多問題，首先一個就是顯示幾千 ...