[论文解读] Feature-metric Registration: A Fast Semi-supervised Approach for Robust Point Cloud Registration without Correspondences

Xiaoshui Huang, Guofeng Mei+1 more|arXiv (Cornell University)|May 3, 2020

3D Shape Modeling and Analysis参考文献 26被引用 16

一句话总结

本文提出了一种快速、半监督的特征-度量配准框架，通过最小化特征-度量投影误差实现鲁棒的点云对齐，且无需进行对应点搜索。该方法采用双分支网络结构，包含一个无监督对比分支和一个特征-度量配准分支，在精度、对噪声和密度变化的鲁棒性以及速度方面均优于当前最先进方法——其推理速度比LM-ICP快8倍，比PointNetLK快2倍。

ABSTRACT

We present a fast feature-metric point cloud registration framework, which enforces the optimisation of registration by minimising a feature-metric projection error without correspondences. The advantage of the feature-metric projection error is robust to noise, outliers and density difference in contrast to the geometric projection error. Besides, minimising the feature-metric projection error does not need to search the correspondences so that the optimisation speed is fast. The principle behind the proposed method is that the feature difference is smallest if point clouds are aligned very well. We train the proposed method in a semi-supervised or unsupervised approach, which requires limited or no registration label data. Experiments demonstrate our method obtains higher accuracy and robustness than the state-of-the-art methods. Besides, experimental results show that the proposed method can handle significant noise and density difference, and solve both same-source and cross-source point cloud registration.

研究动机与目标

• 解决基于对应点的几何配准方法对噪声、异常值和密度变化敏感的局限性。
• 开发一种无需显式对应点搜索以加速优化的配准框架。
• 通过半监督或无监督学习，实现在有限或无标注配准数据下的有效训练。
• 在部分重叠、跨源数据以及稀疏室外LiDAR扫描等挑战性场景中提升鲁棒性和准确性。

提出的方法

• 提出以特征-度量投影误差作为优化目标，该误差函数相比传统几何投影误差对噪声和异常值更具鲁棒性。
• 设计一个双分支神经网络：一个无监督对比分支，通过在空间变换下强制特征不变性来预训练特征编码器。
• 实现一个多任务配准分支，通过最小化两组点云之间的特征差异来估计变换矩阵。
• 以半监督或无监督方式端到端训练整个网络，仅需极少或无需真实配准标签。
• 使用可学习的特征编码器从原始点云中提取判别性特征，实现无需对应点的对齐。
• 通过端到端反向传播优化特征-度量损失，实现五次迭代内快速收敛。

实验结果

研究问题

• RQ1 在存在噪声和异常值的情况下，特征-度量损失函数是否能比传统几何投影误差提升配准的鲁棒性？
• RQ2 半监督或无监督训练范式在多大程度上可减少对昂贵3D配准标签的依赖？
• RQ3 所提方法是否能在不进行显式对应点搜索的情况下实现高精度和高速度？
• RQ4 该方法在部分重叠、跨源数据以及稀疏室外LiDAR扫描中的泛化能力如何？

主要发现

• 在7Scenes数据集上，该方法的旋转误差为0.004°，平移误差为0.002，显著优于LM-ICP（12.7°, 0.96）和PointNetLK（15.3°, 0.92）。
• 在包含约12K个点的点云上，该方法运行时间为1.3秒，相比LM-ICP（10.8秒）提速8倍，相比3DSmoothNet（9.6秒）提速7倍，相比PointNetLK（2.4秒）提速2倍。
• 无监督对比分支显著提升了特征质量，即使在无任何标注数据的情况下也能实现高配准精度。
• 该方法成功处理了跨源点云（如Kinect与RGB-D数据），表现出对大密度和强度差异的鲁棒性。
• 在KITTI数据集的稀疏室外LiDAR序列中，该方法生成的对齐结果在视觉上优于当前最先进基线方法。
• 消融实验验证了该方法对部分重叠的强鲁棒性，其精度显著优于LM-ICP、3DSmoothNet和PointNetLK。