BriefGPT - AI 论文速递 · 2023-08-10T00:00:00Z 大规模室外点云配准的深度语义图匹配 💡 原文中文，约400字，阅读约需1分钟。 📝 内容提要 本文提出了一种基于GNN的方法，利用语义和局部几何形状来指导点云注册候选项的识别。通过识别语义实例关系，减少了点云注册的计算负担。在KITTI测距数据集上测试，相较于基准方法，实现了竞争性的准确度和更高的轨迹平滑度，同时依赖更少的网络参数。 🏷️ 标签 GNN 点云注册 计算负担 语义实例关系 轨迹平滑度 阅读原文 生成长图 分享链接 已复制链接
