PRANet：基于人工智能体的点云配准
计算机视觉与模式识别
2021-09-24 v1
摘要
点云配准在众多计算机视觉任务中起着关键作用，例如姿态估计与三维定位。近来，大量旨在解决该问题的深度学习方法被提出。这类方法大多寻找点或特征对应关系，并由此计算变换。我们给出了不同的视角，将配准问题构建为马尔可夫决策过程。问题不再是直接搜索变换，而是寻找等价于该变换的一系列平移与旋转动作。为此，我们提出了一种通过深度监督学习端到端训练的人工智能体。与常规强化学习技术不同，观测被独立同分布采样，因此无需经验回放缓冲区，从而带来了更精简的训练过程。在 ModelNet40 上的实验表明，在干净、含噪声及部分可见数据集情况下，结果可与当前最优水平媲美或更优。
引用
@article{arxiv.2109.11349,
title = {PRANet: Point Cloud Registration with an Artificial Agent},
author = {Lisa Tse and Abdoul Aziz Amadou and Axen Georget and Ahmet Tuysuzoglu},
journal= {arXiv preprint arXiv:2109.11349},
year = {2021}
}