-
Notifications
You must be signed in to change notification settings - Fork 44
New issue
Have a question about this project? Sign up for a free GitHub account to open an issue and contact its maintainers and the community.
By clicking “Sign up for GitHub”, you agree to our terms of service and privacy statement. We’ll occasionally send you account related emails.
Already on GitHub? Sign in to your account
关于将MAC与深度学习方法融合的问题 #26
Comments
是的。MAC的输入是特征描述子生成的对应点匹配 |
我已经上传了使用fcgf的示例供参考 请下载最新的代码 |
作者您好!我想请教一下,文章在构建图的时候是否使用了特征描述子得到的所有关系对,其中包含了错误的匹配关系对,而在搜索极大团的过程中,经过筛选从而获得了正确的一致的关系对,用于之后位姿假设?还是说经过筛选后仍有可能获得错误的关系对 |
MAC使用输入的原始匹配而不进行筛选,方法中没有专门设计匹配剔除的步骤,因此选出的团匹配中仍可能有错误匹配。 |
Sign up for free
to join this conversation on GitHub.
Already have an account?
Sign in to comment
作者您好!
我成功地将自己的数据集运用在MAC上,现在存在一些疑惑,希望您能解答!MAC的前提是获取对应的点对关系,这个关系通常是由特征描述符获得的,例如fpfh;请问MAC与深度学习方法结合也是如此吗?基于学习获取点云的特征描述算子,进而获取初始对应点对,再进行MAC配准。例如我想将FCGF或者Spinnet与MAC融合,是将网络获取点云特征,生成对应点对关系后的部分用MAC代替就可以了吗?
The text was updated successfully, but these errors were encountered: