[论文解读] RPSRNet: End-to-End Trainable Rigid Point Set Registration Network using Barnes-Hut $2^D$-Tree Representation

Sk Aziz Ali, Kerem Kahraman+2 more|arXiv (Cornell University)|Apr 12, 2021

Robotics and Sensor-Based Localization被引用 4

一句话总结

RPSRNet 是一种用于刚性点集配准的端到端可训练深度神经网络，采用 Barnes-Hut $2^D$-树表示法编码输入点云，并通过层级特征嵌入与迭代变换优化实现配准。其在 KITTI 和 ModelNet40 数据集上实现了最先进水平的精度与约 12–15 ms/对 25 万点云的推理速度，优于 DCP-v2 和 PointNetLK 等方法，尤其在噪声和非均匀采样条件下表现更优。

ABSTRACT

We propose RPSRNet - a novel end-to-end trainable deep neural network for rigid point set registration. For this task, we use a novel $2^D$-tree representation for the input point sets and a hierarchical deep feature embedding in the neural network. An iterative transformation refinement module in our network boosts the feature matching accuracy in the intermediate stages. We achieve an inference speed of 12-15ms to register a pair of input point clouds as large as 250K. Extensive evaluation on (i) KITTI LiDAR odometry and (ii) ModelNet-40 datasets shows that our method outperforms prior state-of-the-art methods - e.g., on the KITTI data set, DCP-v2 by1.3 and 1.5 times, and PointNetLK by 1.8 and 1.9 times better rotational and translational accuracy respectively. Evaluation on ModelNet40 shows that RPSRNet is more robust than other benchmark methods when the samples contain a significant amount of noise and other disturbances. RPSRNet accurately registers point clouds with non-uniform sampling densities, e.g., LiDAR data, which cannot be processed by many existing deep-learning-based registration methods.

研究动机与目标

• 开发一种基于深度学习的刚性点集配准方法，兼具高精度与高效率，适用于大规模真实世界点云。
• 解决现有深度学习方法在处理非均匀采样点云（如 LiDAR 数据）时的局限性。
• 提升点云数据中噪声与部分重叠情况下的鲁棒性。
• 实现端到端训练，具备适合实时应用的高推理速度。
• 提出一种新型 $2^D$-树表示法，支持点云的分层可微特征学习。

提出的方法

• 该方法使用 Barnes-Hut $2^D$-树表示输入点云，将每个节点的质心与点密度作为输入特征编码。
• 通过分层树卷积神经网络处理 $2^D$-树结构，利用多级聚合学习全局几何特征。
• 迭代变换优化模块通过预测的特征对应关系，在中间阶段更新估计的刚性变换。
• 网络从最终的特征表示中回归旋转矩阵 $\mathbf{R} \in \mathcal{SO}(D)$ 与平移向量 $\mathbf{t} \in \mathbb{R}^D$。
• 采用可微损失函数进行端到端训练，最小化预测与真实变换之间的差异。
• $2^D$-树构建在 CPU 上预先完成，节点属性作为张量输入网络。

实验结果

研究问题

• RQ1 可学习的 $2^D$-树表示能否提升基于深度学习的刚性点集配准在精度与效率方面的表现？
• RQ2 在深度神经网络框架中，对变换估计的迭代优化是否能提升特征匹配的准确性？
• RQ3 RPSRNet 在大规模、非均匀采样 LiDAR 点云上的表现相较于最先进方法如何？
• RQ4 在真实扫描中常见的显著噪声与部分重叠条件下，网络能否保持高精度？
• RQ5 所提方法在保持或提升精度的同时，是否显著快于现有基于深度学习的配准网络？

主要发现

• 在 KITTI LiDAR 里程计数据集上，RPSRNet 的旋转与平移精度分别比 DCP-v2 提高 1.3 倍与 1.5 倍。
• 在同一数据集上，RPSRNet 的旋转与平移精度分别比 PointNetLK 提高 1.8 倍与 1.9 倍。
• 在 ModelNet40 数据集上加入 40% 高斯噪声时，RPSRNet 仍保持高精度，而其他方法在类似条件下发生发散。
• RPSRNet 实现了约 12–15 ms/对 25 万点云的推理速度，是现有基于深度学习方法中最快的。
• 消融实验证实，RPSRNet 中的迭代优化稳定了学习过程，而 DCP-v2 变体在相同设置下发生发散，凸显了所提架构与表示的优越性。
• 该方法成功实现了非均匀采样密度点云的配准，而这一能力在许多现有基于深度学习的配准方法中尚不具备。