Feb, 2024

PCR-99：一种 99% 异常值点云配准的实用方法

PDF
TL;DR提出了一种能处理未知比例尺和极端异常值比例的点云配准鲁棒方法 PCR-99，使用确定性 3 点采样方法和两个新机制，显著提高了速度：(1) 基于两两比例一致性的样本改进排序，优先考虑更可能为内点的点对应关系，(2) 基于三元比例一致性的高效异常值剔除方案，预筛坏样本并减少待测试假设数量。评估结果表明，该方法在高达 98% 的异常值比例下，与现有技术相比能取得可比较的性能。然而，在 99% 的异常值比例下，无论是已知比例尺问题还是未知比例尺问题，该方法均表现优于现有技术，尤其是对于后者，在鲁棒性和速度方面表现出明显的优越性。
point cloud registrationpcr-99unknown scalesoutlier ratiosspeed
发现论文，激发创造
  • SC^2-PCR: 二阶空间兼容性方法用于高效、鲁棒的点云配准

    本文提出了一种基于空间兼容性 (SC2) 的点云配准方法 (SC2-PCR)，使用二阶空间兼容性 (SC2) 度量来计算对应关系的相似度，运用全局光谱技术找到可靠种子点并使用二阶空间兼容性 (SC2) 矩阵来设计一个两阶段的策略扩展每个种子点的一致性集，然后使用加权奇异值分解算法将每个一致性集提供给生成候选刚性变换，并选择最佳模型作为最终结果，能够保证使用更少的采样找到一定数量的无离群值的一致性集，使模型估计更有效和健壮。

    Mar, 2022

  • DiffusionPCR: 强韧多步点云配准的扩散模型

    我们提出了一种基于扩散密集噪声去除的概率模型来解决点云配准问题，通过将离线模型的预测结果映射到真实结果来训练模型，并且通过旋转矩阵的变换和刚体变换的辅助信息逐步提高配准的准确性。在 3DMatch 和 3DLoMatch 上的实验证明了我们的 DiffusionPCR 在注册率方面具有世界领先水平 (95.3%/81.6%)。

    Dec, 2023

  • 高效对应聚类的多实例点云配准

    在点云匹配中，以距离不变性矩阵为基础进行聚类，实现了多实例姿态估计并剔除离群点的目标，其可靠性和效率均优于现有方法。

    Nov, 2021

  • 点云对齐的确保异常值移除与对应

    本文介绍了一种名为 “保证异常值去除” 的预处理方法，该方法使用纯几何操作将输入点云的异常值数量显著减少，以便更快地执行进一步的优化，并保留全局最优解。

    Nov, 2017

  • 基于深度学习的点云配准的综合调查与分类

    本篇综述调查了基于深度学习的点云配准技术，包括数据集和评估指标，对现有的研究进行了分类，并提出未来研究的挑战和方向。

    Apr, 2024

  • 极端异常值率下的稳健配准多项式时间解决方案

    在大量异常值存在的情况下，我们提出了一种用于 3D 点集配准的健壮方法，其中第一个贡献是使用截断最小二乘（TLS）成本重新制定了配准问题，使得估计对大量虚假对应不敏感；第二个贡献是解耦旋转、平移和缩放估计的通用框架，允许按级联顺序解决三个转换。

    Mar, 2019

  • TEASER：快速且可认证的点云配准

    提出了一个名为 TEASER 的算法，它使用 TLS 成本和图论框架来解决 3D 点集之间的快速且可靠的配准问题，能够在存在大量离群值的情况下有效地工作。该算法还提供了理论误差界限，并且在标准和 3DMatch 基准测试中都表现出跨越式的性能优势。

    Jan, 2020

  • PCR-CG: 深度颜色和几何形状的点云配准

    介绍了一个新的 3D 点云注册模块 PCR-CG，它将颜色信号显式地嵌入几何表示中，并使用 2D-3D 跨模态学习算法将像素特征与点云有效地关联起来，从而实现了较高的点云注册召回率。

    Feb, 2023

  • PCRDiffusion：基于扩散的点云配准概率模型

    我们提出了一个新的框架，将点云配准问题看作是从噪声变换到对象变换的去噪扩散过程，并通过生成模型和统一概率表达解决了代表性的判别任务之一 - 点云配准问题。

    Dec, 2023

  • 无监督点云配准的可靠内点评估

    该论文提出了一种基于邻域一致性的可靠内点评估方法，以提高无监督点云配准的精度，并利用匹配映射细化模块和内点评估模块配合实现精确配准，最终使用加权 SVD 算法进行转换估计。

    Feb, 2022