GOOD: A global orthographic object descriptor for 3D object recognition and manipulation论文阅读

GOOD: A global orthographic object descriptor for 3D object recognition and manipulation

Abstract

提出一种新的特征描述方法（GOOD），通过分析点云，获得特征向量的唯一参考系。

Introduction

Contribution：

1. 设计一种新的符号消歧方法，通过分割特征向量确定明确唯一的坐标参考系。
2. 一种使用本地参考系计算的新的全局对象描述符，它在描述性、计算时间和内存使用之间提供了很好的权衡。

Local reference frame

局部坐标系对于旋转和平移不变，对噪声具有鲁棒性，对对象的识别有着很重要的作用。
输入一个点云$o=p_1,p_2...p_m$,其中心点可以被定义为：
$$c=\frac{1}{m}\sum _{i=1}^m{p}_i$$
对象的归一协方差矩阵可以定义为：
$$C=\frac{1}{m}\sum _{i=1}^m(p_i-c)(p_i-c{)}^T$$
在C上进行特征值分解：
$$CV=EV$$
其中$\vec{v}=(v_1,v_2,v_3)$,包含了三个特征向量，$E=diag({\lambda }_1,{\lambda }_2,{\lambda }_3)$,对应为特征值对角矩阵。
由于特征向量定义的方向不是唯一的，这导致在PAC（主干成分分析）中不可重复。
假设从一个选定参考系中开始，选定$v_1,v_2$分别作为x，y轴，根据右手定则，定义z轴为$v_1\times v_2$,这样就可以确定下x轴和y轴的方向，将不确定的方案减少到4个。
为了完成消歧，点云O被放置入局部坐标轴中，因此获得了具有+x和-x的点的数量，被定义为：
$$S_x^{+}=i:x_{p_i}>t,S_x^{-}=i:x_{p_i}<-t,$$
t=0.015m,因此在不同的实验中可以将X轴从负改为正，然后将$S_x$定义为：
$$S_x\{\begin{array}{ll}+1,& |S_x^{+}|\ge |S_x^{-}|\\ -1,& otherwise\end{array}$$
|.|表示参数的点数，对Y轴同样使用相同的计算方法$S_y$，坐标轴可以被定义为：
$$s=S_x\cdot S_y$$
s可以是-1或1，当s=-1时，坐标轴的方向需要改变，最终的局部坐标轴（LRF）可以被定义为：$(s{v}_1,s{v}_2,v_1\times v_1)$
消歧过程可视化：

Object descriptor

本节基于LRF（局部坐标轴的）几何中心计算物体的描述符，描述符由三个XOY、XOZ、YOZ三个片面上的投影生成，为了保证不同物体形状之间的比较，每个投影平面内的bin数量必须相同，每个投影平面的长度l都由轴对齐的最大加密包围框确定，通过计算每个坐标轴沿轴的最大值和最小值得到，每个投影面的bin因此被确定下来为n个，每个投影点被定义为$\rho =(\alpha ,\beta )$,$\alpha ,\beta$分别为到两投影面的距离，对于每行每列的联系可以被定义为：

分布矩阵$M_{n\times n}$由每个bin中落入的点决定，M中的值被归一化，以保证点云密度的不变。根据惯例，各个分布矩阵被转化成一个向量，$m_{1\times n^2}=[M(1,1),M(1,2),M(n,n)]$,三个投影图的2d分布矩阵被转化成一个3$\times n_2$的向量，如下图所示：

在这篇文章中每个投影的熵计算如下：
$$H(m)=-\sum _{i=1}^n{m}_{i}lo{g}_2{m}_i$$
熵最高的投影图作为描述符的前$n^2$项，对于$n^2,2n^2-1$项则作为方差更小的一项，方差计算公式如下：
$${\sigma }^2(m)=\sum _{i=1}^n(i-{\mu }_m{)}^2{m}_i,{\mu }_m=\sum _{i=1}^{n^2}i{m}_i$$

方差较小则证明点的分布紧凑，比较接近向量的平均值，方差较大则相反。
通过投影还可获得目标的一些其他特征，下图中展示了可以表达出马克杯的厚度高度的信息。

Experiment

不同数量bin下的实验：