CA-I2P：基于全局最优选择的通道自适应注册网络
计算机视觉与模式识别
2025-06-27 v1 人工智能
摘要
无检测方法通常遵循粗到细的管线，提取图像和点云特征以进行 patch 级别的匹配，并细化稠密的像素到点的对应关系。然而，由于特征通道注意力在图像和点云之间的差异，可能导致匹配结果下降，最终影响注册精度。此外，场景中相似的结构可能导致跨模态匹配中的冗余对应关系。为解决这些问题，我们提出了通道自适应调整模块（CAA）和全局最优选择模块（GOS）。CAA增强单模态特征并抑制跨模态敏感性，而GOS则将局部选择替换为全局优化。在RGB-D Scenes V2和7-Scenes实验中，我们的方法在图像到点云注册方面取得了最先进的性能。
引用
@article{arxiv.2506.21364,
title = {CA-I2P: Channel-Adaptive Registration Network with Global Optimal Selection},
author = {Zhixin Cheng and Jiacheng Deng and Xinjun Li and Xiaotian Yin and Bohao Liao and Baoqun Yin and Wenfei Yang and Tianzhu Zhang},
journal= {arXiv preprint arXiv:2506.21364},
year = {2025}
}
备注
ICCV 2025 accepted