激光与光电子学进展, 2020, 57 (20): 201102, 网络出版: 2020-10-14   

基于卷积神经网络结合改进Harris-SIFT的点云配准方法 下载: 974次

Point Cloud Registration Method Based on Combination of Convolutional Neural Network and Improved Harris-SIFT
作者单位
西安建筑科技大学信息与控制工程学院, 陕西 西安 710055
引用该论文

李昌华, 史浩, 李智杰. 基于卷积神经网络结合改进Harris-SIFT的点云配准方法[J]. 激光与光电子学进展, 2020, 57(20): 201102.

Changhua Li, Hao Shi, Zhijie Li. Point Cloud Registration Method Based on Combination of Convolutional Neural Network and Improved Harris-SIFT[J]. Laser & Optoelectronics Progress, 2020, 57(20): 201102.

引用列表
1、 基于曲率阈值的点云配准方法研究激光与光电子学进展, 2022, 59 (18): 1828006
2、 血管靶向光动力疗法中窄带光血管图像的混合配准算法激光与光电子学进展, 2022, 59 (6): 0617020
3、 改进的迭代最近点点云配准方法激光与光电子学进展, 2022, 59 (2): 0215007
4、 基于多尺度特征及点距离约束的点云配准激光与光电子学进展, 2021, 58 (24): 2415004
5、 一种基于双预筛选改进的SIFT图像立体匹配算法激光与光电子学进展, 2021, 58 (22): 2210010

李昌华, 史浩, 李智杰. 基于卷积神经网络结合改进Harris-SIFT的点云配准方法[J]. 激光与光电子学进展, 2020, 57(20): 201102. Changhua Li, Hao Shi, Zhijie Li. Point Cloud Registration Method Based on Combination of Convolutional Neural Network and Improved Harris-SIFT[J]. Laser & Optoelectronics Progress, 2020, 57(20): 201102.

本文已被 5 篇论文引用
被引统计数据来源于中国光学期刊网
引用该论文: TXT   |   EndNote

相关论文

加载中...

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!