Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

Start › Publikationen › Deep Hierarchical Rotation Invariance Learning with Exact Geometry Feature Representation for Point Cloud Classification

Publikation

Deep Hierarchical Rotation Invariance Learning with Exact Geometry Feature Representation for Point Cloud Classification

Lin, Jianjie; Rickert, Markus; Knoll, Alois (2021): Deep Hierarchical Rotation Invariance Learning with Exact Geometry Feature Representation for Point Cloud Classification, in: 2021 IEEE International Conference on Robotics and Automation (ICRA), New York: IEEE, S. 9529–9535, doi: 10.1109/ICRA48506.2021.9561307.

Details

Autorin(nen)/Autor(en)
Lin, Jianjie
Knoll, Alois
Titel des Sammelwerks
2021 IEEE International Conference on Robotics and Automation (ICRA)
ISSN
2577-087X
1050-4729
Konferenz
IEEE International Conference on Robotics and Automation (ICRA 2021), Xi'an, China
Verlagsangabe
IEEE : New York
Erscheinungsjahr
2021
ISBN
978-1-7281-9077-8
978-1-7281-9078-5
Sprache(n)
Englisch
DOI
Peer Reviewed
ja
Internationale Verbreitung
ja
Dokumenttyp
Konferenzveröffentlichung
URI
Datum der Freischaltung
28.09.2023

Permalink: https://fis.uni-bamberg.de/handle/uniba/91034 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 16.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.