2D3D-MATR: 图像与点云之间基于 2D-3D 匹配变换器的无检测配准
原文中文，约300字，阅读约需1分钟。发表于：。采用 2D3D-MATR 方法，我们提出了一种无需检测的方法，用于图像和点云之间的准确且鲁棒的配准。该方法在粗匹配的基础上，通过学习全局上下文约束和跨模态相关性，通过 transformer 实现多尺度金字塔和图像块焦点学习，解决了尺度不确定性问题，从而获得了比之前的最优模型 P2-Net 更高的配准率和稳定度。
本文介绍了一种无需检测的图像和点云配准方法，通过学习全局上下文约束和跨模态相关性，使用transformer实现多尺度金字塔和图像块焦点学习，解决了尺度不确定性问题，提高了配准率和稳定度。
