[论文解读] A Consistency-Aware Spot-Guided Transformer for Versatile and Hierarchical Point Cloud Registration

Renlang Huang, Yunxia Tang+2 more|arXiv (Cornell University)|Oct 14, 2024

3D Surveying and Cultural Heritage被引用 4

一句话总结

本文提出 CAST，一种一致性感知的点位图引导 Transformer 模型，用于 3D 点云配准，通过点位图引导和一致性感知注意力机制强制实现几何一致性，从而提升粗配准的准确率与效率。该方法在 LiDAR 和 RGBD 数据集上均达到最先进性能，推理速度更快，且对低内点比例具有更强鲁棒性，通过轻量级的稀疏到密集匹配流程，消除了对最优传输和 RANSAC 的依赖。

ABSTRACT

Deep learning-based feature matching has shown great superiority for point cloud registration in the absence of pose priors. Although coarse-to-fine matching approaches are prevalent, the coarse matching of existing methods is typically sparse and loose without consideration of geometric consistency, which makes the subsequent fine matching rely on ineffective optimal transport and hypothesis-and-selection methods for consistency. Therefore, these methods are neither efficient nor scalable for real-time applications such as odometry in robotics. To address these issues, we design a consistency-aware spot-guided Transformer (CAST), which incorporates a spot-guided cross-attention module to avoid interfering with irrelevant areas, and a consistency-aware self-attention module to enhance matching capabilities with geometrically consistent correspondences. Furthermore, a lightweight fine matching module for both sparse keypoints and dense features can estimate the transformation accurately. Extensive experiments on both outdoor LiDAR point cloud datasets and indoor RGBD point cloud datasets demonstrate that our method achieves state-of-the-art accuracy, efficiency, and robustness.

研究动机与目标

• 解决现有粗到精点云配准方法因全局交叉注意力关注无关区域，导致粗配准结果稀疏且不一致的问题。
• 通过引入新颖的一致性感知匹配置信度准则，强制实现粗配准中的几何一致性，从而提升鲁棒性与效率。
• 通过设计轻量级、可扩展的精细匹配模块，消除对计算量大的方法（如最优传输和 RANSAC）的依赖。
• 通过高效的稀疏到密集配准流程与基于兼容性图的异常值剔除机制，实现机器人应用中（如里程计）的实时适用性。
• 在涵盖室外 LiDAR 和室内 RGBD 扫描的多样化 3D 点云数据集上，实现最先进水平的准确率、效率与鲁棒性。

提出的方法

• 引入点位图引导的交叉注意力模块，基于一致性感知匹配置信度准则（结合特征相似性与几何兼容性），仅将交叉注意力限制在相关且可信的邻近补丁上。
• 提出一致性感知的自注意力模块，通过在几何兼容性图中聚合显著节点的信息，增强特征的区分性。
• 采用多尺度特征融合，以提升不同几何细节层级上的表征学习能力。
• 设计轻量级精细匹配模块，支持稀疏关键点与密集特征，实现无需最优传输的高效点到补丁匹配。
• 利用高效的兼容性图嵌入模块实现鲁棒的异常值剔除，替代传统的基于假设与选择的 RANSAC 流程。
• 集成稀疏到密集配准流程，兼顾稀疏匹配的效率与密集优化的精度。

实验结果

研究问题

• RQ1 一致性感知注意力机制能否提升粗配准点云对应关系的可靠性与几何一致性？
• RQ2 点位图引导的交叉注意力在特征匹配过程中如何减少无关区域的干扰？
• RQ3 一致性感知自注意力模块通过基于兼容性图的采样，能在多大程度上增强特征的区分性？
• RQ4 轻量级、稀疏到密集的匹配模块能否在不依赖最优传输或 RANSAC 的情况下实现高精度？
• RQ5 所提方法在多样化 3D 点云数据集上是否在准确率、效率与鲁棒性方面全面超越现有最先进方法？

主要发现

• 所提出的 CAST 模型在室外 LiDAR 与室内 RGBD 点云配准基准测试中均达到最先进性能。
• CAST 通过强制实现几何一致性，显著提升了粗配准质量，减少了不一致的对应关系。
• 与依赖最优传输或 RANSAC 的现有方法相比，该方法实现了更快的推理速度与更好的可扩展性。
• 一致性感知自注意力与点位图引导交叉注意力模块协同提升了特征表示质量与匹配可靠性。
• 轻量级精细匹配模块实现了高精度配准，同时避免了补丁到补丁密集匹配带来的计算负担。
• 兼容性图嵌入模块能有效剔除异常值，以更可扩展的方案替代低效的假设与选择流程。