MultiBodySync：基于 3D 扫描同步的多体分割与运动估计
计算机视觉与模式识别
2021-03-30 v3 机器学习
摘要
我们提出 MultiBodySync，一种新颖的、端到端可训练的多体运动分割与刚性配准框架，面向多输入 3D 点云。我们所研究的这一多扫描多体设定带来的两个非平凡挑战是：(i) 保证捕获不同物体或部件空间排列的多个输入点云间对应与分割的一致性；(ii) 获得可应用于新颖物体类别的、基于运动的鲁棒刚体分割。我们提出一种解决这些问题的途径，将谱同步嵌入迭代深度声明网络，以同时恢复一致对应与运动分割。同时，通过显式解耦对应与运动分割估计模块，我们在不同物体类别间实现了强泛化性。我们大量的评估表明，我们的方法在从关节物体中的刚性部件到 3D 场景中独立运动物体的各类数据集上均有效，无论是单视图还是完整点云。
引用
@article{arxiv.2101.06605,
title = {MultiBodySync: Multi-Body Segmentation and Motion Estimation via 3D Scan Synchronization},
author = {Jiahui Huang and He Wang and Tolga Birdal and Minhyuk Sung and Federica Arrigoni and Shi-Min Hu and Leonidas Guibas},
journal= {arXiv preprint arXiv:2101.06605},
year = {2021}
}
备注
Contact: huang-jh18<at>mails<dot>tsinghua<dot>edu<dot>cn