综述 | 浏览量 : 0 下载量: 2459 CSCD: 0

  • 导出

  • 分享

  • 收藏

  • 专辑

    • 基于深度学习的成对点云刚性配准现状与进展

    • Status and progress of deep learning-based pairwise point cloud rigid registration

    • “点云刚性配准技术在自动驾驶等领域应用广泛，本文综述了基于深度学习的配准方法研究进展，为该领域研究提供新思路。”
    • 2024年28卷第12期 页码：3074-3093   

      收稿：2023-09-15，

      纸质出版：2024-12-07

    • DOI： 10.11834/jrs.20243396     

    移动端阅览

  • 周汝琴，王鹏，戴晨光，汪汉云，江万寿，张永生.2024.基于深度学习的成对点云刚性配准现状与进展.遥感学报，28（12）： 3074-3093 DOI： 10.11834/jrs.20243396.
    Zhou R Q，Wang P，Dai C G，Wang H Y，Jiang W S and Zhang Y S. 2024. Status and progress of deep learning-based pairwise point cloud rigid registration. National Remote Sensing Bulletin， 28（12）：3074-3093 DOI： 10.11834/jrs.20243396.
  •  
  •  
文章被引用时，请邮件提醒。
提交

相关文章

相关作者

戴晨光 信息工程大学 地理空间信息学院
汪汉云 信息工程大学 地理空间信息学院
江万寿 武汉大学 测绘遥感信息工程国家重点实验室
张永生 信息工程大学 地理空间信息学院
杨超 西南交通大学 地球科学与工程学院
刘畅 西南交通大学 地球科学与工程学院
唐腾峰 西南交通大学 地球科学与工程学院
叶沅鑫 西南交通大学 地球科学与工程学院

相关机构

西南交通大学 地球科学与工程学院
北京师范大学 地理科学学部
中山大学 地理科学与规划学院
中国科学院地理科学与资源研究所
中国科学院空天信息创新研究院
0