【泡泡一分钟】3DMatch：学习用于RGB-D重建的局部几何描述子（CVPR-19）

每天一分钟，带你读遍机器人顶级会议文章

标题：3DMatch: Learning Local Geometric Descriptors from RGB-D Reconstructions

作者：Andy Zeng, Shuran Song, Matthias Nießner, Matthew Fisher, Jianxiong Xiao, Thomas Funkhouser

来源：CVPR 2017

播音员：包子

编译：李仕杰

欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

大家好，今天给大家带来的文章介绍了用深度学习来做3D匹配——“3DMatch: Learning Local Geometric Descriptors from RGB-D Reconstructions”，该文章选自CVPR2017。

        

在真实世界的深度图像上匹配局部几何特征是一个富有有挑战性的任务。因为3D数据通常是有噪声，低分辨率和不完整的。这些困难限制当今依赖于几何直方图特性的state-of-art方法的表现。

在这篇文章中，我们提出了3DMatch，一个数据驱动的模型。这一模型学习局部空间块的描述子来建立局部3D数据的对应关系。为了获取训练数据，我们提出了一个自监督的特征学习方法在现存的RGB-D重建结果中获得大量的对应关系。

实验结果表明我们的描述子不仅在重建的局部几何匹配上表现的很好，而且可以扩展到不同的任务和尺度中去。我们的结果显示我们的方法取得了最好的结果。代码开源请见http://3dmatch.cs.princeton.edu/

如果你对本文感兴趣，想要下载完整文章进行阅读，可以关注【泡泡机器人SLAM】公众号（paopaorobot_slam）。

回复关键字“3DMatch”，即可获取本文下载链接。

泡泡机器人SLAM的原创内容均由泡泡机器人的成员花费大量心血制作而成，希望大家珍惜我们的劳动成果，转载请务必注明出自【泡泡机器人SLAM】微信公众号，否则侵权必究！同时，我们也欢迎各位转载到自己的朋友圈，让更多的人能进入到SLAM这个领域中，让我们共同为推进中国的SLAM事业而努力！

商业合作及转载请联系liufuqiang_robot@hotmail.com