基于高效点云配准的3D几何形状装配
计算机视觉与模式识别
2024-07-16 v1 人工智能
摘要
学习将几何形状装配成更大目标结构是众多实际应用中的关键任务。本文通过在部件点云的粗粒度和细粒度层面之间建立局部对应关系来解决此问题。为此，我们引入了Proxy Match Transform (PMT)，这是一种近似的高阶特征变换层，能够在低内存和计算成本下可靠地匹配部件的配合面。基于PMT，我们引入了新的框架，称为Proxy Match TransformeR (PMTR)，用于几何装配任务。我们在大规模3D几何形状装配基准数据集Breaking Bad上评估了所提出的PMTR，并证明其在性能和效率上优于最先进的方法。项目页面: https://nahyuklee.github.io/pmtr。
引用
@article{arxiv.2407.10542,
title = {3D Geometric Shape Assembly via Efficient Point Cloud Matching},
author = {Nahyuk Lee and Juhong Min and Junha Lee and Seungwook Kim and Kanghee Lee and Jaesik Park and Minsu Cho},
journal= {arXiv preprint arXiv:2407.10542},
year = {2024}
}
备注
Accepted to ICML 2024