桥接2D-3D：基于不确定性的层次配准网络与域对齐
计算机视觉与模式识别
2025-04-15 v1 人工智能
摘要
图像到点云配准的典型方法采用粗到细流程来确定刚性变换。然而，直接且统一地将图像块与点云块匹配，可能导致在匹配过程中关注错误的噪声块，忽略关键块。此外，由于图像和点云模态之间的差异显著，在没有特定设计改进的情况下弥合域间差距可能具有挑战性。为解决上述问题，我们创新性地提出了不确定性感知层次匹配模块（Uncertainty-aware Hierarchical Matching Module, UHMM）和对抗模态对齐模块（Adversarial Modal Alignment Module, AMAM）。在UHMM中，我们对图像块中关键信息的不确定性进行建模，并促进图像和点云特征之间的多层融合互动。在AMAM中，我们设计了一种对抗方法，以减少图像和点云之间的域间差距。在RGB-D Scene V2和7-Scenes基准测试上进行的大量实验和消融研究表明，我们方法的优越性，使其成为图像到点云配准任务的前沿方法。
引用
@article{arxiv.2504.01641,
title = {Bridge 2D-3D: Uncertainty-aware Hierarchical Registration Network with Domain Alignment},
author = {Zhixin Cheng and Jiacheng Deng and Xinjun Li and Baoqun Yin and Tianzhu Zhang},
journal= {arXiv preprint arXiv:2504.01641},
year = {2025}
}
备注
AAAI2025accept