【泡泡一分钟】基于稀疏控制点的多标记点云标注(3dv-40)

每天一分钟，带你读遍机器人顶级会议文章

标题：Multi-Label Point Cloud Annotation by Selection of Sparse Control Points

作者：Riccardo Monica, Jacopo Aleotti, Michael Zillich, Markus Vincze

来源：3dv 2017 ( International Conference on 3D Vision）

播音员：丸子

编译：颜青松 

欢迎个人转发朋友圈；其他机构或自媒体如需转载，后台留言申请授权

摘要

       本文展示了一种容易使用的多标记点云标注方法，即使用鼠标交互选择一系列稀疏控制点完成某目标的点云标注（这也意味着多个控制点可以使用相同标注）。该方法以选中的控制点为基准，使用基于最短路径树的邻域图上的分割算法。同时为方便用户改正分割错误，  该方法还实时反馈分割效果。与之前的方法相比，本文中的方法支持对散乱点云进行多标记标注。

       本文中的方法已经被大量用户使用，并且和常规的矩形框选标注方法进行了比较。实验结果证明本文的方法更易使用，并且针对具有遮挡的复杂场景也能更快的进行分割和标注。

       下图展示了点云标注软件的界面。

      下图是在两个数据集上，比较使用本文算法和框选算法的标注结果差异。第一行是使用的点云数据，第二行是本文算法的结果，第三行是框选式结果。

Abstract

  This paper presents a user-friendly approach for multilabel point cloud annotation. The method requires the user to select sparse control points belonging to the objects through a mouse-based interface. Multiple control points may be assigned to the same label. The software utilizes the selected control points to perform a segmentation algorithm on the neighborhood graph, based on shortest path tree. The user is provided a real-time feedback about the result, and can correct segmentation errors. In contrast to previous work the method supports multi-label annotation of unorganized point clouds. 

   The method has been evaluated by multiple users and compared with a standard rectangle-based selection technique. Results indicate that the proposed method is perceived as easier to use, and that it allows a faster segmentation even in complex scenarios with occlusions

如果你对本文感兴趣，想要下载完整文章进行阅读，可以关注【泡泡机器人SLAM】公众号（paopaorobot_slam）。

在【泡泡机器人SLAM】公众号（paopaorobot_slam）中回复关键字“3dv-40”，即可获取本文下载链接。

---

欢迎来到泡泡论坛，这里有大牛为你解答关于SLAM的任何疑惑。

有想问的问题，或者想刷帖回答问题，泡泡论坛欢迎你！

泡泡网站：www.paopaorobot.org

泡泡论坛：http://paopaorobot.org/forums/

泡泡机器人SLAM的原创内容均由泡泡机器人的成员花费大量心血制作而成，希望大家珍惜我们的劳动成果，转载请务必注明出自【泡泡机器人SLAM】微信公众号，否则侵权必究！同时，我们也欢迎各位转载到自己的朋友圈，让更多的人能进入到SLAM这个领域中，让我们共同为推进中国的SLAM事业而努力！

商业合作及转载请联系liufuqiang_robot@hotmail.com