基于高效对应聚类的多实例点云配准
计算机视觉与模式识别
2022-03-29 v2
摘要
我们解决在目标点云中估计源点云多个实例位姿的问题。现有方案需要采样大量假设以检测可能实例并剔除离群点,当实例数与离群点增加时其鲁棒性与效率显著下降。我们提出基于距离不变矩阵直接将含噪对应集合分组为不同簇。实例与离群点通过聚类自动识别。我们的方法鲁棒且快速。我们在合成与真实数据集上评估了该方法。结果表明,在存在 70% 离群点时,我们的方法能正确配准多达 20 个实例,F1 分数达 90.46%,显著优于现有方法且至少快 10 倍。
引用
@article{arxiv.2111.14582,
title = {Multi-instance Point Cloud Registration by Efficient Correspondence Clustering},
author = {Weixuan Tang and Danping Zou},
journal= {arXiv preprint arXiv:2111.14582},
year = {2022}
}
备注
Accepted by CVPR