基于多假设点云对应的类别级全局相机位姿估计
计算机视觉与模式识别
2022-09-30 v1
摘要
对应搜索是刚性点云配准算法中的关键步骤。大多数方法在每一步维持单一对应并逐步剔除错误对应。然而，建立具有硬分配的一一对应极其困难，尤其在匹配具有许多局部相似特征的两个点云时。本文提出一种优化方法，在将部分点云与完整点云匹配时为每个关键点保留所有可能对应。这些不确定对应随后通过考虑匹配代价，随估计的刚性变换逐步更新。此外，我们提出一种新的点特征描述子，用于度量局部点云区域间的相似性。大量实验表明，即使在同类别内不同物体匹配时，我们的方法也优于最先进的（SoTA）方法。值得注意的是，在将真实世界含噪深度图像配准至模板形状时，我们的方法相较SoTA方法的性能提升高达20%。
引用
@article{arxiv.2209.14419,
title = {Category-Level Global Camera Pose Estimation with Multi-Hypothesis Point Cloud Correspondences},
author = {Jun-Jee Chao and Selim Engin and Nicolai Häni and Volkan Isler},
journal= {arXiv preprint arXiv:2209.14419},
year = {2022}
}
备注
8 pages