基于具有双通道知识共享机制的进化多任务的多视图点云配准
计算机视觉与模式识别
2022-08-24 v2 神经与进化计算
摘要
多视图点云配准是三维重建的基础。由于从不同视角捕获的点云之间存在紧密关联，若能恰当利用这些关联，可提升配准性能。因此，本文将配准问题建模为多任务优化，并提出一种新颖的双通道知识共享机制以实现有效且高效的问题求解。将多视图点云配准建模为多任务优化包含两方面：同时考虑两个点云的局部精度以及所有涉及点云所施加的全局一致性，导出带自适应阈值的适应度函数；并定义了一种协同进化搜索过程的框架，用于相关任务所属多个适应度函数的并发优化。为提升解的质量与收敛速度，所提双通道知识共享机制发挥作用。任务内知识共享引入了更易求解的辅助任务，并在辅助任务与原始任务间共享有用信息，加速搜索过程。任务间知识共享挖掘原始任务间埋藏的共性，旨在防止任务陷入局部最优。在模型物体及场景点云上进行的综合实验显示了所提方法的有效性。
引用
@article{arxiv.2205.02996,
title = {Multi-view Point Cloud Registration based on Evolutionary Multitasking with Bi-Channel Knowledge Sharing Mechanism},
author = {Yue Wu and Yibo Liu and Maoguo Gong and Peiran Gong and Hao Li and Zedong Tang and Qiguang Miao and Wenping Ma},
journal= {arXiv preprint arXiv:2205.02996},
year = {2022}
}