CorrI2P：基于稠密对应的深度图像到点云配准
计算机视觉与模式识别
2022-10-06 v3 多媒体
摘要
基于将二维图像在对应三维点云中定位的关键步骤是建立二者之间的二维-三维对应的直觉，我们提出了首个基于特征的稠密对应框架来解决图像到点云配准问题，称为 CorrI2P，其由三个模块组成，即特征嵌入、对称重叠区域检测和通过已建立对应进行位姿估计。具体而言，给定一对二维图像和三维点云，我们首先将它们变换到高维特征空间，并将所得特征输入对称重叠区域检测器以确定图像与点云相互重叠的区域。然后我们利用重叠区域的特征建立二维-三维对应，再在 RANSAC 内运行 EPnP 以估计相机位姿。在 KITTI 和 NuScenes 数据集上的实验结果表明，我们的 CorrI2P 显著优于最先进的图像到点云配准方法。我们将公开代码。
引用
@article{arxiv.2207.05483,
title = {CorrI2P: Deep Image-to-Point Cloud Registration via Dense Correspondence},
author = {Siyu Ren and Yiming Zeng and Junhui Hou and Xiaodong Chen},
journal= {arXiv preprint arXiv:2207.05483},
year = {2022}
}
备注
Accepted by IEEE TCSVT