面向部分到点云配准的多特征引导网络
计算机视觉与模式识别
2021-09-13 v2
摘要
为消除混合特征引起的大维度差异、大语义鸿沟和相互干扰等问题,本文提出一种新颖的面向部分到点云配准的多特征引导网络(MFG)。所提网络主要包括四个部分:关键点特征提取、对应点搜索、对应点可信度计算以及 SVD,其中对应点搜索与对应点可信度计算是网络的核心。与以往工作不同,我们利用形状特征与空间坐标分别引导对应点搜索,并融合匹配结果以获得最终匹配矩阵。在对应点可信度计算模块中,基于特征匹配矩阵与坐标匹配矩阵之间的冲突关系,我们对每个对应点评分其可靠性,从而减小误匹配或未匹配点的影响。实验结果表明,我们的网络在保持计算效率的同时优于当前最先进的(state-of-the-art)方法。
引用
@article{arxiv.2011.12079,
title = {Multi-Features Guidance Network for partial-to-partial point cloud registration},
author = {Hongyuan Wang and Xiang Liu and Wen Kang and Zhiqiang Yan and Bingwen Wang and Qianhao Ning},
journal= {arXiv preprint arXiv:2011.12079},
year = {2021}
}
备注
preprint version, the final version is accepted by Neural Computing and Applications and is available online at https://doi.org/10.1007/s00521-021-06464-y