深度全局配准
计算机视觉与模式识别
2020-05-11 v2 计算几何
机器学习
图像与视频处理
摘要
我们提出 Deep Global Registration，一个用于真实世界 3D 扫描两两配准的可微分框架。深度全局配准基于三个模块：用于对应置信度预测的六维卷积网络、用于闭式位姿估计的可微分加权 Procrustes 算法，以及用于位姿精化的鲁棒基于梯度的 SE(3) 优化器。实验表明，在真实世界数据上，我们的方法优于包括基于学习和经典的最先进（SOTA）方法。
引用
@article{arxiv.2004.11540,
title = {Deep Global Registration},
author = {Christopher Choy and Wei Dong and Vladlen Koltun},
journal= {arXiv preprint arXiv:2004.11540},
year = {2020}
}
备注
Accepted for CVPR'20 oral presentation