逐实例：一种用于多实例三维配准的迭代框架
计算机视觉与模式识别
2024-02-07 v1
摘要
多实例配准是计算机视觉和机器人领域中一个具有挑战性的问题，需要将同一物体的多个实例配准到标准坐标系中。在本工作中，我们提出了首个用于多实例三维配准 (MI-3DReg) 的迭代框架，称为逐实例 (IBI) 框架。它从最简单的实例开始，逐步推进到更具挑战性的实例，依次配准给定场景中的所有实例。在整个迭代过程中，外点被持续剔除，使得剩余且更具挑战性的实例的内点率不断提高。在 IBI 框架下，我们进一步提出了一种基于稀疏到稠密对应的多实例配准方法 (IBI-S2DC)，以实现稳健的 MI-3DReg。在合成数据集和真实数据集上的实验证明了 IBI 的有效性，并表明 IBI-S2DC 达到了新的 SOTA 性能，例如，在合成/真实数据集上，我们的 MHF1 比现有的 SOTA 方法 ECC 分别高出 12.02%/12.35%。
引用
@article{arxiv.2402.04195,
title = {Instance by Instance: An Iterative Framework for Multi-instance 3D Registration},
author = {Xinyue Cao and Xiyu Zhang and Yuxin Cheng and Zhaoshuai Qi and Yanning Zhang and Jiaqi Yang},
journal= {arXiv preprint arXiv:2402.04195},
year = {2024}
}
备注
14 pages, 12 figures, 10 tables