基于对应图可靠性的新型离群点剔除策略用于快速点云配准
计算机视觉与模式识别
2024-10-28 v1
摘要
配准是点云处理中基础而关键的任务。在基于对应的点云配准中，通过点特征技术匹配对应点可能导致极高的离群点比率。现有方法在效率、精度和召回率上仍存在问题。我们采用一种简单直观的方法描述点云配准中的六自由度（DOF）缩减过程，并提出一种基于对应图可靠性的离群点剔除策略。该方法根据给定的对应点构建对应图，并设计图节点的可靠性度概念用于最优候选选择，以及图边的可靠性度用于获取全局最大一致集。所提方法可实现快速准确的离群点剔除以及渐进式对齐参数估计。在仿真和具有挑战性的真实世界数据集上的大量实验表明，即使对应离群点比率超过99%，所提方法仍能执行有效的点云配准，且效率优于现有最优方法。代码见https://github.com/WPC-WHU/GROR。
引用
@article{arxiv.2205.07404,
title = {A New Outlier Removal Strategy Based on Reliability of Correspondence Graph for Fast Point Cloud Registration},
author = {Li Yan and Pengcheng Wei and Hong Xie and Jicheng Dai and Hao Wu and Ming Huang},
journal= {arXiv preprint arXiv:2205.07404},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication