【TPAMI2023】GeoTransformer: 使用几何变换器进行快速且稳健的点云配准

我们研究了提取点云配准的精确对应关系的问题。最近的无关键点方法通过绕过在低重叠场景中尤为困难的可重复关键点的检测，显示出巨大的潜力。这些方法在下采样的超点上寻找对应关系，然后将其传播到密集点。超点的匹配基于其相邻区域是否重叠。这种稀疏和宽松的匹配需要捕获点云的几何结构的上下文特征。我们提出了几何变换器，简称GeoTransformer，用于学习用于强健超点匹配的几何特征。它编码成对距离和三点间的角度，使其对刚体变换保持不变，并在低重叠情况下具有强健性。这种简单的设计达到了令人惊讶的高匹配精度，以至于在估计对齐变换时不需要RANSAC，从而加速了100倍。丰富的基准测试包括室内、室外、合成、多路和非刚性，展示了GeoTransformer的功效。值得注意的是，我们的方法在具有挑战性的3DLoMatch基准测试上提高了18∼31个百分点的内点比率，并提高了7点以上的配准召回率。我们的代码和模型可以在 https://github.com/qinzheng93/GeoTransformer 上找到。