如何解决b/w 基于 RANSAC 的投票和霍夫投票来估计关键点的矢量场有什么区别
论文“PVNet: Pixel-wise Voting Network for 6DoF Pose Estimation”使用基于RANSAC的投票来定位关键点,并进一步使用PnP来计算物体姿态。
论文“6DoF Object Pose Estimation via Differentiable Proxy Voting Regularizer”在测试中使用霍夫投票来定位关键点,然后使用 EPnP 来解决 6DOF 姿势。它已在他们论文的“实现细节”部分中提到。我不确定他们在培训中使用什么来本地化关键点,无论是霍夫投票还是 RANSAC??
基于 RANSAC 的投票和霍夫投票来估计关键点定位的向量场有什么区别?在哪些情况下哪个更好?
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。