arXiv · 机器人与计算机视觉· Ziyang Yu, Xiang Li, Qiong Chang, Jun Miyazaki·· 15 天前AI 评分58
SparseGraph-I2P:基于一致性的图像到点云配准高效假设选择方法
SparseGraph-I2P: Consistency-Guided Hypothesis Selection for Efficient Image-to-Point-Cloud Registration
AI 导读
论文 SparseGraph-I2P 针对粗到细图像到点云配准中易丢弃正确但模糊的图对、重复匹配的问题,提出结合外观与深度兼容性构建粗假设图,并通过稀疏精细匹配解码像素及利用深度感知过滤提升内点率。该方法在传感器深度和单目深度校准条件下,于 RGB-D Scenes V2 和 7-Scenes 数据集上实现了最高的配准召回率和最低的延迟。代码即将发布。
来源:arXiv · 机器人与计算机视觉 · arxiv.org