MEG-Net 3D线匹配网络

低重叠率下匹配更准

针对低重叠率和噪声场景，利用Plücker表示和匹配存在引导，提高特征鲁棒性，实现更准确的3D线匹配。

唐洁 · Yong, Liu · Bo, Yu · Xue, Liu

IEEE Internet of Things Journal 2024

参数信息

学生模型参数与计算量减少

70 %

技术优势

省参数还更快

提出基于匹配矩阵的知识蒸馏方法，训练出参数和MACs减少约70%的学生模型，在室内数据集上保持优越性能且推理速度更快。

应用场景

• 机器人定位与建图：在低重叠、噪声数据下稳定匹配3D线，减少定位建图失败。
• 工业视觉检测：快速匹配零部件边缘线，提升检测的精度和速度。
• 建筑三维重建：改善建筑场景点线关联，助力完整三维重建。
• 物联网环境感知：提供轻量模型便于边缘部署，实现实时环境感知。