题目:Mutual Voting for Ranking 3D Correspondences
排序3D对应关系的互相投票方法
作者:J. Yang; X. Zhang; S. Fan; C. Ren; Y. Zhang
摘要
点云之间的一致对应对于3D视觉任务如配准和识别至关重要。本文提出了一种用于排序3D对应关系的互投方法。关键在于通过在互投方案中同时改进投票者和候选者,来实现可靠的对应关系评分结果。首先,为初始对应集构建一个带有成对兼容性约束的图。其次,引入节点聚类系数,以初步去除部分离群点并加快后续投票过程。第三,我们将图中的节点和边分别建模为候选者和投票者。然后在图中进行互投以对对应关系进行评分。最后,根据投票分数对对应关系进行排序,并将排名靠前的识别为内点。对具有不同干扰和模态的数据集进行了特征匹配、3D点云配准和3D对象识别实验,验证了MV在不同挑战设置下对大量离群点的鲁棒性,并能显著提高3D点云配准和3D对象识别的性能。
关键词
- 3D点云
- 特征匹配
- 互相投票
- 对象识别
- 点云配准
引言
点云特征匹配是3D计算机视觉领域的关键问题之一。作为3D计算机视觉任务的基础,如3D重建、3D对象识别、3D对象跟踪和点云配准,点云特征匹配需要在点云序列中建立正确的点对点对应关系(即匹配)。这种对应关系通常通过两步程序生成:初始对应生成和内点选择。
然而,大多数现有的3D关键点检测器和描述符仍然