迭代全局相似点：针对成对三维点云配准的健壮粗-精匹配方案

Aug, 2018

迭代全局相似点：针对成对三维点云配准的健壮粗-精匹配方案

Iterative Global Similarity Points : A robust coarse-to-fine integration solution for pairwise 3D point cloud registration

HTML

PDF

Yue Pan, Bisheng Yang, Fuxun Liang, Zhen Dong

TL;DR该研究提出了一种新的方法，使用混合度量空间（例如BSC特征和欧几里德几何空间）和全局最优对应匹配，通过粗到细的迭代优化对点云进行配准，并在多个测试数据集上取得了好的性能表现。

Abstract

In this paper, we propose a coarse-to-fine integration solution inspired by the classical ICP algorithm, to pairwise 3d point cloud registration with two improvements of hybrid metric spaces (eg, BSC feature and

发现论文，激发创造

基于配对约束的可实践最大团算法

本文提出了一种非常高效的最大团算法，通过组合策略和基于图着色的边界和修剪，解决了匹配的成对约束问题，从而解决了三维点云配准中的问题。

Feb, 2019

深度最近点：学习点云配准的表示

本文提出了一种基于学习的方法 Deep Closest Point，用于点云配准问题，通过点云嵌入网络、基于注意力机制的组合匹配模块和可微分的奇异值分解层，实现最终的刚性变换。实验证明该方法优于传统算法 Iterative Closest Point 及其变种，以及最近提出的基于学习的方法 PointNetLK，同时能有效迁移学到的特征。

May, 2019

基于深度图匹配的稳健点云配准框架

本文提出了一种基于深度图匹配的3D点云注册框架，通过先将点云转化为图并提取每个点的深度特征，再用深度图匹配计算软对应矩阵，从而找到更正确的对应关系，实现了在有离群点和时间约束而没有好的变换初始化时的3D点云快速注册。

Mar, 2021

快速而坚固的点云配准的几何变换器

本研究提出了一种名为几何变换器的方法，通过学习几何特征进行超级点匹配，从而实现点云配准。该方法不需要检测重复的关键点，并在低重叠情况下表现良好，能够提高内点比率和注册召回率。

Feb, 2022

CFI2P: 粗到精的跨模态对应学习用于图像到点云匹配

本研究提出了一种基于粗-精匹配的框架，在该框架中，将图片和点云转化为局部表示，并利用了attention来捕捉全局和跨模态上下文，并通过设计良好的采样和精细匹配来细化点到像素的对应关系，从而解决了图像与点云匹配的问题，并在大规模室外数据集上取得了优于现有方法的结果。

Jul, 2023

GeoTransformer: 快速且鲁棒的点云配准算法与几何变换

本论文研究了点云配准中准确提取对应关系的问题，通过绕过重复关键点的检测，利用超点实现了匹配，并提出了一种名为几何变换器（GeoTransformer）的方法来学习几何特征，从而使得在低重叠情况下具有鲁棒性。实验证明该方法在各种测试场景下都表现出了显著的准确性和效率。

Jul, 2023

2D3D-MATR: 图像与点云之间基于2D-3D匹配变换器的无检测配准

采用2D3D-MATR方法，我们提出了一种无需检测的方法，用于图像和点云之间的准确且鲁棒的配准。该方法在粗匹配的基础上，通过学习全局上下文约束和跨模态相关性，通过transformer实现多尺度金字塔和图像块焦点学习，解决了尺度不确定性问题，从而获得了比之前的最优模型P2-Net更高的配准率和稳定度。

Aug, 2023

CoFiI2P：图像到点云的粗到精对应关系注册

该研究论文介绍了CoFiI2P，一种新颖的图像到点云注册网络，通过层次化特征提取和鲁棒特征对应的建立，以获得全局最优解决方案，并在KITTI数据集上展示了相对旋转误差（RRE）为2.25度和相对平移误差（RTE）为0.61米的显著提升。

Sep, 2023

Diff-PCR：基于扩散的点云配准中的双随机矩阵空间对应搜索

利用去噪扩散模型在双随机矩阵空间内预测最优匹配矩阵的搜索梯度，沿着这个梯度迭代地寻找更好的解，以提高点云配准的效果。

Dec, 2023

基于启发式引导的参数搜索的高效强鲁棒点云配准

通过启发式参数搜索策略，该论文提出了一种在点云配准中加速搜索而又保持高鲁棒性的方法，通过对可行域的三阶分解和一维区间刺探的利用，降低了搜索维度，并展示了与最先进方法相当的鲁棒性和显著的效率提升。

Apr, 2024