PREDATOR：低重叠度三维点云配准
计算机视觉与模式识别
2021-08-09 v3 图像与视频处理
摘要
我们提出 PREDATOR，一种用于成对点云配准的模型，其深度关注重叠区域。与先前工作不同，我们的模型专门设计用于处理（也包括）低重叠度的点云对。其关键创新在于一个重叠注意力模块，用于两个点点云潜在编码之间的早期信息交换。通过这种方式，后续将潜在表示解码为逐点特征时以对应的另一个点云为条件，从而能够预测哪些点不仅显著，而且位于两个点云之间的重叠区域内。聚焦于与匹配相关的点的能力极大提升了性能：PREDATOR 在低重叠场景下将成功配准率提高了 20% 以上，并且在 3DMatch 基准上以 89% 的配准召回率创造了新的 SOTA。
引用
@article{arxiv.2011.13005,
title = {PREDATOR: Registration of 3D Point Clouds with Low Overlap},
author = {Shengyu Huang and Zan Gojcic and Mikhail Usvyatsov and Andreas Wieser and Konrad Schindler},
journal= {arXiv preprint arXiv:2011.13005},
year = {2021}
}
备注
CVPR 2021 (Oral) - Improved performance after fixing GNN bug