昆士兰大学等发布!激光雷达位置识别图神经网络
点击上方“计算机视觉life”,选择“星标”
快速获得最新干货
【小六的机器人SLAM圈】,在这里你可以收获:星主答疑解惑/定期直播分享/最新招聘信息/笔面试题速递/行业最新动态/每日领域论文翻译/成员定期交流活动
还有星球专属视频哦~(图片篇幅有限,更多内容请移步官网cvlife.net查看~)
以下内容来自小六的机器人SLAM学习圈知识星球每日更新内容
#论文# arxiv2023| 昆士兰大学与昆士兰科技大学(QUT)发布用于激光雷达位置识别的Pose - graph Attentional图神经网络
【Pose-Graph Attentional Graph Neural Network for Lidar Place Recognition】
文章链接:[2309.00168] Pose-Graph Attentional Graph Neural N...
本文提出了一种激光雷达位置识别方法,称为P-GAT,旨在增加随时间捕获的点云之间的感知范围。与比较点云对不同,我们比较点云集之间的相似性,利用姿势图SLAM的概念来利用邻近云之间的最大空间和时间信息。通过利用内部和外部关注以及图神经网络,P-GAT关联了欧几里德空间中附近位置捕获的点云及其在特征空间中的嵌入。
在大规模公开可用的数据集上的实验结果表明,我们的方法在识别缺乏明显特征的场景以及在训练和测试环境具有不同分布(领域自适应)时的有效性。此外,与最新技术的详尽比较显示了性能的提高。代码将在接受后提供。
以上内容来自小六的机器人SLAM学习圈知识星球每日更新内容
推荐阅读
最新评论
推荐文章
作者最新文章
你可能感兴趣的文章
Copyright Disclaimer: The copyright of contents (including texts, images, videos and audios) posted above belong to the User who shared or the third-party website which the User shared from. If you found your copyright have been infringed, please send a DMCA takedown notice to [email protected]. For more detail of the source, please click on the button "Read Original Post" below. For other communications, please send to [email protected].
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。
版权声明:以上内容为用户推荐收藏至CareerEngine平台,其内容(含文字、图片、视频、音频等)及知识版权均属用户或用户转发自的第三方网站,如涉嫌侵权,请通知[email protected]进行信息删除。如需查看信息来源,请点击“查看原文”。如需洽谈其它事宜,请联系[email protected]。