深度学习在刚性点云配准领域的前沿研究.docxVIP

深度学习在刚性点云配准领域的前沿研究

目录

一、内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1点云配准问题的背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2传统点云配准方法及其局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3深度学习在点云配准中的应用概述．．．．．．．．．．．．．．．．．．．．．．．．．6

1.4本文研究内容与贡献．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

二、深度学习点云配准基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1深度学习基本概念与模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.1.1卷积神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．12

2.1.2循环神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

2.1.3变分自编码器．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

2.1.4图神经网络．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

2.2点云数据处理技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

2.2.1点云采样与降采样．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

2.2.2点云特征提取．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

2.2.3点云变换表示．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

2.3刚性点云配准问题描述与目标函数．．．．．．．．．．．．．．．．．．．．．．．．24

三、基于深度学习的刚性点云配准方法．．．．．．．．．．．．．．．．．．．．．．．26

3.1基于回归的配准方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

3.1.1直接预测变换参数．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

3.1.2基于特征匹配的深度学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．30

3.2基于优化的配准方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

3.2.1深度学习引导的传统优化方法．．．．．．．．．．．．．．．．．．．．．．．．．．32

3.2.2基于深度学习的端到端优化方法．．．．．．．．．．．．．．．．．．．．．．．．35

3.3基于生成模型的配准方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

3.3.1基于生成对抗网络的配准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

3.3.2基于变分自编码器的配准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

3.4特殊场景下的深度学习配准方法．．．．．．．．．．．．．．．．．．．．．．．．．．40

3.4.1大规模点云配准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

3.4.2远距离点云配准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

3.4.3小样本点云配准．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．45

四、深度学习刚性点云配准方法评估．．．．．．．．．．．．．．．．．．．．．．．．．47

4.1评估指标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．48

4.1.1叠加误差．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．49

4.1.2对齐误差．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

4.2对比实验设置．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

4.2.1数据集选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．54

4.2.2对比方法选择．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

4.2.3实验环境．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．57

4.3