基于重加权位置与变换稀疏性的鲁棒非刚性配准
计算机视觉与模式识别
2019-06-20 v2 计算几何
图形学
摘要
非刚性配准具有挑战性，因为它是一个高自由度下的病态问题，从而对噪声和离群点敏感。我们提出一种利用位置和变换上的重加权稀疏性来估计三维形状间变形的鲁棒非刚性配准方法。我们在数据项和光滑项上以位置和变换稀疏性构建能量函数，并利用局部刚性定义光滑约束。这种基于双重稀疏性的非刚性配准模型通过重加权方案得到增强，并通过将模型转化为四个交替优化的子问题来求解，这些子问题具有精确解且保证收敛。在公开数据集和真实扫描数据集上的实验结果表明，我们的方法优于当前最先进的方法，并且比传统非刚性配准方法对噪声和离群点更具鲁棒性。
引用
@article{arxiv.1703.04861,
title = {Robust Non-Rigid Registration with Reweighted Position and Transformation Sparsity},
author = {Kun Li and Jingyu Yang and Yu-Kun Lai and Daoliang Guo},
journal= {arXiv preprint arXiv:1703.04861},
year = {2019}
}
备注
IEEE Transactions on Visualization and Computer Graphics