基于膨胀图卷积与离群点过滤的残缺点云配准

摘要：

由于点云在非欧几里德空间中,受到结构不规则、噪声、离群点等不利因素的影响,如何准确配准残缺点云,仍然是一个具有挑战性的任务.针对此任务,提出了一种有效的残缺点云配准网络.为了有效提取局部点云的细粒度特征,设计了一个密集膨胀图卷积模块,通过设置不同的膨胀率增大感受野,该模块中的密集连接形式,能够在有效利用特征的同时,加强特征间的信息传递.在所提出的网络结构中,基于多层感知器的离群点过滤模块,通过利用上下文标准化过滤掉不匹配的点对.在该网络中,匹配点云所需要的转换参数,利用奇异值分解模块获取.在三个广泛使用的数据集ModelNet40、ShapeNetCore与Real Data上的实验结果,验证了所提出网络的有效性.

关键词：膨胀图卷积、密集连接、离群点过滤、点云配准

所属期刊栏目：58

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;多模态认知计算安徽省重点实验室安徽大学开放课题

在线出版日期：2022-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：186-194