中文

一戒统御众扰:基于离群值的可认证鲁棒几何感知

最优化与控制 2020-10-20 v2 计算机视觉与模式识别 机器人学

摘要

我们提出首个通用且实用的框架,用于设计在大量离群值存在下的鲁棒几何感知可认证算法。我们研究了截断最小二乘(TLS)代价函数的使用,该函数已知对离群值鲁棒,但会导致困难、非凸且非光滑的优化问题。我们的第一个贡献是证明——对于一类广泛的几何感知问题——TLS估计可重新表述为多项式环上的优化,且Lasserre凸矩松弛层次在最小松弛阶处经验性地紧(即,可认证地获得非凸TLS问题的全局最小值)。我们的第二个贡献是利用目标与约束多项式的结构稀疏性,并借助基约简显著减小由矩松弛导出的半定规划(SDP)规模,且不损害其紧性。我们的第三个贡献是从平方和(SOS)松弛的视角开发可扩展的对偶最优性证明器,其可计算次优间隙并可能认证任意候选解(例如由RANSAC或graduated non-convexity等快速启发式返回的解)的全局最优性。我们的对偶证明器利用Douglas-Rachford Splitting求解凸可行性SDP。跨不同感知问题(包括单旋转平均、形状对齐、3D点云与网格配准以及高完整性卫星位姿估计)的数值实验,证明了我们松弛的紧性、认证的正确性以及所提对偶证明器对超出当前SDP求解器能力的大型问题的可扩展性。

关键词

引用

@article{arxiv.2006.06769,
  title  = {One Ring to Rule Them All: Certifiably Robust Geometric Perception with Outliers},
  author = {Heng Yang and Luca Carlone},
  journal= {arXiv preprint arXiv:2006.06769},
  year   = {2020}
}

备注

NeurIPS 2020. 9 pages main results, 34 pages total. Code available at https://github.com/MIT-SPARK/CertifiablyRobustPerception