点云配准

REGTR: End-to-end Point Cloud Correspondences with Transformers 论文解读目录一、导言二、先导知识1、3DRegNet2、Kabsch-Umeyama算法3、InfoNCE损失函数

SIRA-PCR: Sim-to-Real Adaptation for 3D Point Cloud Registration 论文解读目录一、导言二、相关工作1、三维点云配准工作2、无监督域适应三、SIRA-PCR1、FlyingShape数据集

3DSC特征描述符、对应关系可视化以及ICP配准pcl::NormalEstimationOMP<pcl::PointXYZ, pcl::Normal> n;：

SHOT特征描述符、对应关系可视化以及ICP配准pcl::SHOTEstimationOMP<pcl::PointXYZ, pcl::Normal, pcl::SHOT352> descr_est;

Windows10安装PCL1.14.0及点云配准一、下载visual studio2022下载网址：Visual Studio: 面向软件开发人员和 Teams 的 IDE 和代码编辑器 (microsoft.com)

Matlab使用点云工具箱进行点云配准一、代码二、结果三、工具箱安装和示例文件工具箱：链接：https://pan.baidu.com/s/1hMnNSQ_fIYasApViHPLsww 提取码：wstc 示例文件：链接：https://pan.baidu.com/s/1ql_q4jnUZjlZL3l3fRo8vQ 提取码：wstc

万里鹏程转瞬至

使用PCReg.PyTorch项目训练自己的数据集&进行点云配准项目地址： https://github.com/zhulf0804/PCReg.PyTorch/tree/main 网络简介：网络是基于PointNet + Concat + FC的，它没有其它复杂的结构，易于复现。因其简洁性，这里暂且把其称作点云配准的Benchmark。因作者源码中复杂的(四元数, 旋转矩阵, 欧拉角之间)的变换操作和冗余性，且其PyTorch版本的不完整性(缺少评估模型等，最近又更新了)，项目详细介绍：基于深度学习的点云配准Benchmark

name555difficult

Rethinking Point Cloud Registration as Masking and Reconstruction论文阅读2023 ICCV*Guangyan Chen, Meiling Wang, Li Yuan, Yi Yang, Yufeng Yue*; Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2023, pp. 17717-17727

name555difficult

Q-REG论文阅读Jin, S., Barath, D., Pollefeys, M., & Armeni, I. (2023). Q-REG: End-to-End Trainable Point Cloud Registration with Surface Curvature.