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 Punktkorrespondenzen weiter zu verbessern. Abschließend wird eine allgemeine Methode vorgestellt, mit dem die Probleme der Unsicherheit und Mehrdeutigkeit in der Posenschätzung behandelt werden können.
«
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...
»