SynBench：面向非刚性 3D 点云配准的合成基准
计算机视觉与模式识别
2025-06-06 v1 人工智能
图形学
机器学习
摘要
非刚性点云配准是计算机视觉中的一项关键任务。评估非刚性点云配准方法需要一个具有大形变级别、噪声、离群点和不完整性等挑战的数据集。尽管存在多个用于可变形点云配准的数据集，但缺乏包含所有挑战的综合基准使得难以在不同方法之间实现公平评估。本文介绍了 SynBench，一个使用 SimTool（Flex 和 Unreal Engine 中的软体仿真工具集）创建的全新非刚性点云配准数据集。SynBench 提供了两个点集之间对应点的真值，并包含关键的配准挑战，包括不同级别的形变、噪声、离群点和不完整性。据作者所知，与现有数据集相比，SynBench 具有三个独特特征：(1) 它是第一个为非刚性点云配准提供各种挑战的基准，(2) SynBench 包含不同难度级别的挑战，以及 (3) 它包含形变前后对应点的真值。作者相信 SynBench 使得未来的非刚性点云配准方法能够公平比较其成果。SynBench 已公开发布于：https://doi.org/10.11588/data/R9IKCF。
引用
@article{arxiv.2409.14474,
title = {SynBench: A Synthetic Benchmark for Non-rigid 3D Point Cloud Registration},
author = {Sara Monji-Azad and Marvin Kinz and Claudia Scherl and David Männle and Jürgen Hesser and Nikolas Löw},
journal= {arXiv preprint arXiv:2409.14474},
year = {2025}
}