FilterReg：基于高斯滤波与扭转参数化的鲁棒高效概率点集配准方法
计算机视觉与模式识别
2019-07-17 v3
摘要
概率点集配准方法因对噪声、离群点和遮挡的鲁棒性而受到越来越多的关注。然而，这些方法往往比流行的迭代最近点（ICP）算法慢得多，严重限制了其实用性。本文提出一种新颖的概率配准方法，其达到了最先进的鲁棒性，且计算性能比现代ICP实现显著更快。这是通过一种严谨而计算高效的概率公式实现的。点集配准被转化为极大似然估计，并使用EM算法求解。我们表明，通过简单增广，E步可表述为滤波问题，从而能够利用高效高斯滤波方法的进展。我们还提出了一种定制的置换晶格滤波器（permutohedral filter）以提升效率，同时保留任务所需的足够精度。此外，我们提出了一种简单高效的扭转参数化，将我们的方法推广到关节体与可变形物体的配准。对于关节体，我们方法的复杂度几乎与自由度（DOFs）无关，使其即便对于高自由度系统也极为高效。结果表明，所提方法在多种配准任务上持续优于许多竞争性基线。
引用
@article{arxiv.1811.10136,
title = {FilterReg: Robust and Efficient Probabilistic Point-Set Registration using Gaussian Filter and Twist Parameterization},
author = {Wei Gao and Russ Tedrake},
journal= {arXiv preprint arXiv:1811.10136},
year = {2019}
}
备注
CVPR 2019. The video demo and source code are on https://sites.google.com/view/filterreg/home