Go-ICP：一种针对三维ICP点集配准的全局最优解
计算机视觉与模式识别
2016-05-12 v1
摘要
迭代最近点(ICP)算法是点集配准最广泛使用的方法之一。然而，由于基于局部迭代优化，ICP已知易受局部极小值影响。其性能关键依赖于初始化的质量，且只能保证局部最优。本文提出了一种名为Go-ICP的首个全局最优算法，用于在ICP定义的L2误差度量下两个3D点集的欧几里得（刚性）配准。Go-ICP方法基于分支定界(BnB)方案，搜索整个3D运动空间SE(3)。通过利用SE(3)几何的特殊结构，我们推导了配准误差函数的新颖上下界。局部ICP被集成到BnB方案中，在保证全局最优的同时加速了新方法。我们还讨论了扩展，解决离群点鲁棒性问题。评估表明，所提方法能够产生可靠的配准结果，而与初始化无关。Go-ICP可应用于需要最优解或良好初始化并非总是可用的场景。
引用
@article{arxiv.1605.03344,
title = {Go-ICP: A Globally Optimal Solution to 3D ICP Point-Set Registration},
author = {Jiaolong Yang and Hongdong Li and Dylan Campbell and Yunde Jia},
journal= {arXiv preprint arXiv:1605.03344},
year = {2016}
}
备注
to appear in T-PAMI 2016 (IEEE Transactions on Pattern Analysis and Machine Intelligence)