RGBD-Glue：稳健 RGB-D 点云配准的通用特征组合
计算机视觉与模式识别
2024-08-22 v2
摘要
点云配准是估计点云之间刚性变换的基本任务。以往研究使用几何信息提取特征、进行匹配和估计变换。最近，随着 RGB-D 传感器的发展，研究者尝试结合视觉信息和几何信息以提高配准性能。然而，这些研究聚焦于通过深度特征融合提取独特特征，无法有效解决各特征弱点的负面影响，也无法充分利用有效信息。本文提出一种新的特征组合框架，采用更宽松但更有效的组合方式。为该组合框架设计了基于变换一致性的显式滤波器，可克服各特征的弱点。提出一种由误差分布决定的自适应阈值，从两种特征中提取更多有效信息。由于具有独特设计，本文提出的框架能够更准确地估计对应关系，可应用于手工特征描述子和基于学习的特征描述子。在 ScanNet 和 3DMatch 上的实验表明，我们的方法实现了拜占康性能。
引用
@article{arxiv.2405.07594,
title = {RGBD-Glue: General Feature Combination for Robust RGB-D Point Cloud Registration},
author = {Congjia Chen and Xiaoyu Jia and Yanhong Zheng and Yufu Qu},
journal= {arXiv preprint arXiv:2405.07594},
year = {2024}
}