三维变换估计方法的综合性能评估
计算机视觉与模式识别
2019-01-17 v1
摘要
三维局部特征提取与匹配是解决计算机视觉领域诸多任务（如三维配准、建模、识别与检索）的基础。然而，由于噪声、特征有限、遮挡、表面不完整等原因，该过程常引入错误对应。为基于这些受损对应估计准确变换，已有大量变换估计方法被提出。但由于尚未对这些方法的性能进行综合评价，其优缺点与适用场景尚不明晰。本文在基于描述子的对应与合成对应上评估了十一种最先进的变换估计方法。在基于描述子的对应上，于四种不同设备获取的主流数据集上测试了这些方法的若干评估项（包括在不同数据集上的性能、对不同重叠率的鲁棒性，以及这些方法与迭代最近点（ICP）、不同局部特征及 LRF/A 技术结合的性能）。在合成对应上，评估了这些方法对不同正确对应百分比（PCC）的鲁棒性。此外，我们还评估了这些方法的效率。最后，总结了所测变换估计方法的优缺点与应用指导。
引用
@article{arxiv.1901.05104,
title = {A Comprehensive Performance Evaluation for 3D Transformation Estimation Techniques},
author = {Bao Zhao and Xiaobo Chen and Xinyi Le and Juntong Xi},
journal= {arXiv preprint arXiv:1901.05104},
year = {2019}
}