利用相关熵相似矩阵进行三维点集配准
计算机视觉与模式识别
2021-07-22 v1
摘要
本工作聚焦于三维点集的配准（对齐）。尽管配准问题是一个成熟的问题，并且已使用迭代最近点（ICP）算法的多种变体求解，当前最先进的大多数方法在源点集与目标点集被大幅旋转和平移分隔时，仍受误配准之苦。在本工作中，我们提出标准 ICP 算法的一个变体，在其中引入相关熵关系矩阵以计算旋转与平移分量，试图解决源点集与目标点集之间的大旋转与平移问题。该矩阵通过相关熵准则创建，并在每次迭代中更新。本方法中定义的相关熵准则维持了源数据集与目标数据集中点之间的关系。通过实验与验证，我们确认与其他知名的 Point Cloud Library（PCL）中的最先进方法以及其他开源方法相比，我们的方法在各种旋转与平移下表现良好。我们已将代码上传至 github 仓库供读者验证与核实我们的方法：https://github.com/aralab-unr/CoSM-ICP。
引用
@article{arxiv.2107.09725,
title = {Registration of 3D Point Sets Using Correntropy Similarity Matrix},
author = {Ashutosh Singandhupe and Hung La and Trung Dung Ngo and Van Ho},
journal= {arXiv preprint arXiv:2107.09725},
year = {2021}
}