HRegNet:一种用于大规模室外 LiDAR 点云配准的分层网络
计算机视觉与模式识别
2021-07-27 v1
摘要
点云配准是三维计算机视觉中的基本问题。室外 LiDAR 点云通常规模大且分布复杂,这使得配准具有挑战性。本文中,我们提出了一种名为 HRegNet 的高效分层网络,用于大规模室外 LiDAR 点云配准。HRegNet 不在点云中使用所有点,而是在分层提取的关键点与描述子上执行配准。整体框架结合了深层中的可靠特征与浅层中的精确位置信息,以实现鲁棒且精确的配准。我们提出了一个对应网络来生成正确且准确的关键点对应关系。此外,引入了双边一致性与邻域一致性用于关键点匹配,并设计了新颖的相似性特征将其融入对应网络,显著提升了配准性能。另外,由于仅使用少量关键点进行配准,整个网络也极具效率。我们在两个大规模室外 LiDAR 点云数据集上进行了大量实验,以证明所提出的 HRegNet 的高精度与高效率。项目网站为 https://ispc-group.github.io/hregnet。
引用
@article{arxiv.2107.11992,
title = {HRegNet: A Hierarchical Network for Large-scale Outdoor LiDAR Point Cloud Registration},
author = {Fan Lu and Guang Chen and Yinlong Liu and Lijun Zhang and Sanqing Qu and Shu Liu and Rongqi Gu},
journal= {arXiv preprint arXiv:2107.11992},
year = {2021}
}
备注
Accepted to ICCV 2021