Benutzer: Gast  Login
Originaltitel:
Learned 3D Local Features for Rigid Pose Estimation on Point Clouds
Übersetzter Titel:
Gelernte lokale 3D Merkmale für die Bestimmung der starren Pose von Punktwolken
Autor:
Deng, Haowen
Jahr:
2020
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Informatik
Betreuer:
Ilic, Slobodan (Priv.-Doz. Dr.)
Gutachter:
Ilic, Slobodan (Priv.-Doz. Dr.); Di Stefano, Luigi (Prof., Ph.D.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik; MED Medizin
TU-Systematik:
MED 230d; DAT 760d
Kurzfassung:
This thesis addresses the task of estimating the relative poses between pairwise partially overlapped point clouds, which is critical for a successful 3D reconstruction. For this purpose, we first propose two novel deep learning-based methods to extract more distinctive features to get better correspondences. Second, an algorithm that aims to further improve the pose estimation performance from the set of correspondences is introduced. Finally, a generic framework that can be used to tackle the...     »
Übersetzte Kurzfassung:
Diese Arbeit befasst sich mit der Aufgabe, die relativen Posen zwischen paarweise teilweise überlappenden Punktwolken abzuschätzen, was für eine erfolgreiche 3D-Rekonstruktion entscheidend ist. Zu diesem Zweck schlagen wir zunächst zwei neuartige Deep-Learning-basierte Methoden vor, um charakteristischere Merkmale zu extrahieren und bessere Übereinstimmungen zu erzielen. Zweitens wird ein Algorithmus eingeführt, der darauf abzielt, die Posenschätzungsleistung über eine Menge an Punktkorresponden...     »
WWW:
https://mediatum.ub.tum.de/?id=1549078
Eingereicht am:
01.07.2020
Mündliche Prüfung:
17.09.2020
Dateigröße:
33740280 bytes
Seiten:
167
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20200917-1549078-1-9
Letzte Änderung:
11.12.2020
 BibTeX