基于图的三维点云过分割方法
计算机视觉与模式识别
2020-04-28 v1
摘要
过分割，或称超像素生成，是许多计算机视觉应用的常见预处理阶段。新的采集技术使得捕获包含颜色和几何信息的三维点云成为可能。这种三维信息引入了一种新的概念性改变，可用于改进主要利用颜色信息的过分割结果，并生成我们称之为超点(super-points)的点簇。我们考虑了基于局部变化(Local Variation, LV)图的过分割算法的多种可能的三维扩展，并对它们进行了全面比较。我们考量了构建连通图、分配边权以及定义合并准则的不同方案，该合并准则现在必须考虑几何信息而不仅仅是颜色。基于该评估，我们推导出一种用于三维点云过分割的新的通用算法。我们将这一新算法称为点云局部变化(Point Cloud Local Variation, PCLV)。新过分割算法的优势在室外和杂乱的室内场景中均得到了展示。所提方法与最先进的(state-of-the-art)二维和三维过分割算法相比的性能分析表明，根据常用性能指标，其有显著改进。
引用
@article{arxiv.1702.04114,
title = {Graph Based Over-Segmentation Methods for 3D Point Clouds},
author = {Yizhak Ben-Shabat and Tamar Avraham and Michael Lindenbaum and Anath Fischer},
journal= {arXiv preprint arXiv:1702.04114},
year = {2020}
}