首先、使用一个基于KPConv的全卷积网络，并且采用联合学习框架进行特征检测和描述子检测，不需要为快速预测构建对称结构。第二、提出了一种新颖的密度不变的关键点选择策略，能够提取点云中可复用的关键点。第三、同时提出了一种自监督的loss检测器，引导网络预测出高可重复的关键点，并且能够联合改善特征点检测器和描述...
以前很少有关于点云数据的深度学习算法研究。PointNet是一个先锋在这个领域。然而他不能捕获空间点引起的局部结构特征,这限制了其对细微场景的和复杂场景的表示能力。本文中提出了递归的网络结构,嵌入到PointNet中,嵌入的处理输入的点云序列。通过使用空间距离,我们的网络能够通过不断增加的上下文范围来学习本地特性。进一...