GlobalPointer：基于双凸松弛的大规模平面调整
计算机视觉与模式识别
2024-07-22 v2
摘要
平面调整（PA）是许多 3D 应用中至关重要的任务，涉及姿态估计和平面恢复的同时进行。尽管近期取得了进展，但在多视图点云配准领域仍具有挑战性。当前的最先进方法仅在良好初始化下才能实现全局最优收敛。此外，它们的高时间复杂度使其在大规模问题中难以实用。为了解决这些挑战，我们首先利用一种称为 \textit{双凸松弛} 的新型优化策略，将原始问题分解为两个更简单的子问题，分别使用凸松弛技术重新表述每个子问题，并交替求解直至原始问题收敛。基于该策略，我们提出了两个算法变体用于解决平面调整问题，分别称为 \textit{GlobalPointer} 和 \textit{GlobalPointer++}，分别基于点到平面和平面到平面的误差。大量实验在合成数据和真实数据上表明，我们的方法可实现大规模平面调整，具有线性时间复杂度、更大的收敛区域和对差异初始化的鲁棒性，同时与先前方法相似的精度。代码已提供：https://github.com/wu-cvgl/GlobalPointer。
引用
@article{arxiv.2407.13537,
title = {GlobalPointer: Large-Scale Plane Adjustment with Bi-Convex Relaxation},
author = {Bangyan Liao and Zhenjun Zhao and Lu Chen and Haoang Li and Daniel Cremers and Peidong Liu},
journal= {arXiv preprint arXiv:2407.13537},
year = {2024}
}
备注
Accepted to ECCV 2024. The first two authors contributed equally to this work. Code: https://github.com/wu-cvgl/GlobalPointer