PCR-99：一种可处理99%离群点的实用点云配准方法
计算机视觉与模式识别
2024-09-11 v6 机器人学
摘要
我们提出了一种鲁棒的点云配准方法，能够同时处理未知尺度和极端离群点比例。我们的方法名为 PCR-99，采用确定性三点采样策略，并包含两种显著提升速度的新机制：(1) 基于成对尺度一致性的改进采样排序，优先选择更可能是内点的点对应；(2) 基于三元组尺度一致性的高效离群点剔除方案，预先筛选不良样本并减少待测试的假设数量。我们的评估表明，在离群点比例高达98%时，所提方法性能与现有最优方法相当。然而，在99%的离群点比例下，它在已知尺度和未知尺度问题上均优于现有最优方法。特别是在未知尺度问题上，我们在鲁棒性和速度方面展现出明显优势。
引用
@article{arxiv.2402.16598,
title = {PCR-99: A Practical Method for Point Cloud Registration with 99 Percent Outliers},
author = {Seong Hun Lee and Javier Civera and Patrick Vandewalle},
journal= {arXiv preprint arXiv:2402.16598},
year = {2024}
}
备注
Accepted to ECCV 2024 Workshop on Recovering 6D Object Pose (R6D)