arXiv · 机器人与计算机视觉· Seong Hun Lee, Patrick Vandewalle, Javier Civera·· 23 天前精选AI 评分78
基于截断 Lp 函数的鲁棒单参数点云配准方法
Robust Single-Parameter Point Cloud Registration using Truncated Lp Functions
AI 导读
本文提出一种名为 TLP 的新型点云配准方法,利用截断 Lp 函数为对应关系分配优先级分数以选择假设并优化模型。该方法仅需一个可调参数即可处理高离群率场景,并通过 GPU 并行化在数千个对应关系下实现亚秒级配准。公开基准数据集评估显示,TLP 精度优于现有单参数方法,且在三个数据集上超越两种常用多参数方法并保持具有竞争力的运行时间。
推荐理由
提出仅需单参数调优的鲁棒点云配准方法,在公开基准数据集上精度优于现有单参数方法。
来源:arXiv · 机器人与计算机视觉 · arxiv.org