Diff-Reg v1：用于配准问题的扩散匹配模型
计算机视觉与模式识别
2024-07-26 v4
摘要
建立可靠的对应关系对于 3D 和 2D3D 配准等任务至关重要。现有方法通常利用几何或语义点特征来生成潜在的对应关系。然而，这些特征可能面临大变形、尺度不一致和模糊匹配问题（例如对称性）等挑战。此外，许多先前的方法依赖于单次预测，可能在复杂场景中陷入局部最小值。为了缓解这些挑战，我们引入了一种用于鲁棒对应关系构建的扩散匹配模型。我们的方法将对应关系估计视为双随机矩阵空间内的去噪扩散过程，该过程逐步将双随机匹配矩阵去噪（细化）为真实匹配矩阵，以实现高质量的对应关系估计。它包含一个逐步向真实匹配矩阵引入高斯噪声的前向扩散过程，以及一个迭代细化含噪匹配矩阵的反向去噪过程。特别地，在推理阶段，来自骨干网络的特征提取仅发生一次。我们的轻量级去噪模块在每个反向采样步骤中都利用相同的特征。我们在 3D 和 2D3D 配准任务上评估了该方法，结果证实了其有效性。代码可在 https://github.com/wuqianliang/Diff-Reg 获取。
引用
@article{arxiv.2403.19919,
title = {Diff-Reg v1: Diffusion Matching Model for Registration Problem},
author = {Qianliang Wu and Haobo Jiang and Lei Luo and Jun Li and Yaqing Ding and Jin Xie and Jian Yang},
journal= {arXiv preprint arXiv:2403.19919},
year = {2024}
}
备注
arXiv admin note: text overlap with arXiv:2401.00436