drost2010CVPR中文翻译版.pdfModel Globally, Match Locall

文件名称: drost2010CVPR中文翻译版.pdf

所属分类: 机器学习

开发工具:

文件大小: 1mb

下载次数: 0

上传时间: 2019-07-16

提供者: qq_28******

下载 (1mb)

不能下载？报告错误

详细说明：Model Globally, Match Locally: Efficient and Robust 3D Object Recognition 中文翻译；原网页为：http://campar.in.tum.de/pub/drost2010CVPR/drost2010CVPR.pdfHash table I1. n A (m1,m2) F i.11 m;, (Key to (ms, m6) F1=m2 hash table 图2.(a)两个定向点的点对特征F.分量F1被设置为点F2和F3与法线和由两点定义的矢量之间的角度的距离,并彐F4设置为两个法线之间的角度。(b)全球模型描述。左:模型表面上的点对具有相似旳特征向量F.右:这些点对存储在哈希表的相同槽中模型。 m,mM模型表面上。以d和d=2r/m的步在离线阶段,创建全局模型描述。在在线阶段,选长分别对距离和角度进行采样。然后将离散版本相等择场景中的一组参考点。场景中的所有其他点都与参的特征向暈组合在一起。考点配对以创建点对特征。这些特征与全卮模型摧述全局模型描述是从采样点对特征空间到模型的映射。中包含的模型特征相匹配,并检索一组潜在匹配。每形式上,我们可以将此映射写为L:z4AM2,其中四维个潜在的匹配通过使用有效的投票方案来投票对象姿点对特征在等式1中定义。图↓中的1被映射到定义相等势,其中姿势相对于参考点被参数化。该投祟方案最侍征向量的所有对(m,m)M2的集合A.为了说明这终返回最佳对象姿势。点,图2(b)示出了在单全对象上具有相似特征的我们首先介绍点对特征,然后描述如何使用这些点对刈的示例。它们被收集在集合A中。实际上,该模型特征构建全局模型描述。然后我们详纸描述投票方案。楠述表示为由釆样特征F索引的哈希表。所有模型特征 Fa(m,m)与给定类似然后,通过使用F作为访问哈点对特征希表的密钥,可以在恒定时间内搜索场景特征F。(s, 我们的方法使用点对特征来描述两个定向点的框对位置和方向,这类似于[17,23]中的小瀑布对特征,如投票方案图2(a)所示。对于具有法线和n的两个点m和m, 我们设置d=m2m1并将特征F定义为局部坐标我们考虑场景中的任意参考点sS,并假设它位于我们试图检测的对象上。如果假设是正确的 F(m,m)=(斗∠(n,d,∠(n,d),∠(n,n), 那么存在对应于s的点mM在对产这两个点及其法线其中∠(a,b)[0:x表示两个矢量之间的角度。与与之后,可以围绕s的法线,旋转对象,以使模型与场景 23]相反,我的特征F是不对称的。我们使用此功能对齐。这消除了场景中模型姿势的另一自由度。因此, 来创建全后模型描述以及稍后可以通过模型上的点和旋转角α来描述从模型空间到用于在场景中找到感兴趣的对象。场景空间的刚性运动。我们将这样的一对(m,a) 称为模型相对于参考点s的司部坐标全球模型描述在我们的方法中,点对(m,m)M与场景对(s s)S2对齐,其中两对具有相似的特征矢量F.从局部要在高线阶段构建全局模型拖述,我们使用上述点对模型坐标到场景坐标的变换由下式定义特征。该模型由一组点对特征表示,其中相似的特征向量被组合在一起。为此,我们计算方程的特征向量F.(1) Si =TsIg)R (a) Ta-eMi 对于所有点对模型。对于每个匹配(m,m),即对于模型表面上的 (s,s;)的每个可能位置,使用等式1计算旋转角度 x。2,对应于映射(m,m)到(s,s)的局部坐标, 如图3所示。对局部坐标行投票(m,α)。图4概述了投票过程。在处理所有点s之后,累加器阵列中的峰值对应于最佳局部坐标,从该最佳局部坐标可以计算全局刚性运动。出于稳定性原因,使用相对于最大峰值获得定数量投票的所有峰值。高效的投票循环为了获得高效的物体检测算法,我们现在将展示如何有效地实施上述投票方案 Ts 加快解决方程式对于列表中的每个点对,我们将α分 →g5 m-gllr- 711 成两部分,∝a,使得a,和x仅依赖于模型和场景上的点对图,模型和场景坐标之间的转。两个点双具有框似的特征分别。我们分裂R,()=R、(-a)R(2)并使用员杰貲要线碳到轴1m8tans 7s-g对场景点对做同样的事情。自图像 R-1(-a)=R2(a)得到 Si和m的未对准,旋转Rx(α)围绕雳要具有角度α的x轴来匹配它们。 t Rx//T R.(am)TnM1·RH0 注意,局部坐标有三个自由度(一个用于旋转角度α, 即,t位于由x轴和y轴的非负部分限定的半平面上。对两个用于模型表面上的一个点),而3的一般刚性于模型或场景中的每个点对,t是唯一的。因此,对于运动有六个。离线阶段中的每个模型点对,可以预先计算α。,并将其存储在模型述筏中。对于每个场景点对(s, 投票方案给定固定参考点s,我们希皇找到“最佳”局 ),αs仅需要计算一次,并且最终角度x是这两个部坐标,使得场景中位于模型上的京数最大化。这是使值的单差异用投票方案完成的,该投票方案类似一广义霍夫变换并旦非常有效,囚为局部坐标仅具有三个自由度。一日找姿势聚类到最佳卮部坐标,就可以恢复对象的全同姿势。如果参考点位于对象的表面上,则上述投票方案识对于投票方案,创建二维累加器阵列。行数Ⅴ等于别对象姿势。因此,需要多个参考点以确保其中一个模型釆样点M的数量。列数N对应于旋转角α的采样位于搜索对象上。如上一节所示,每个参考点返回步数n。该累加器阵列表示固定参老点的局部坐标组可能的对象姿势,这些姿势与其累加器数组中的峰的离散空间。值相对应。由于场景和模型的不同采样率以及局部坐对于实际投票,参考点s与来自场景的每个其他点标中的旋转采样,检索到的姿势将仅接近地面实况。 sS配对,并且在墓型表面搜索具有相似的点对(m,我们现在引入一个额外的步骤,既可以滤除不正确的 m)距离和法线方向为(s,s)。这个搜索回答了模姿挾,又可以提高最终结果的准确性。型在哪里可以得到一对场景点(s,s)的问题,并使为此,对所检索的姿势进行聚类,使得一个聚类中的用预先计算的模型描述来执行:特征Fs(s,s;)被计异不超过算并用作全局模型插述的哈希表的天键,它返回一组、集的分数是所包含姿势的分数的总和,并且婆势的分数是其在投票方案中所获得的投票数。在找到具有最大分数的聚类之后,通过对聚类中包含的姿势求平均来计算得到的姿势。由于对象的多个实例可以在场景中,因此可以返回多个簇 ① i F(Sr, Si) Model Description Accumulator Space 图4投票方案中不同步骤的可视化:(1)参考点sr与每个其他点s对,并计算它们的点对特征F.(2)特征F与全局模型描述匹配,全局模型描述返回模型上具有相似距离利方向的一组点对(3)。对于与场景中的点对匹配的模型上的每个点对,通过求解s=TR3(α)T-m来计算卮部坐α。(4)在计算α之后,对局部亼标(m,α)进行投票。方法。姿势聚类通过去除具有低分数的孤立姿势来增加算法的稳定性,并且平均步骤增加了最终姿势的准峭性。结果我们针对大暈合成和真实数据集评估了我们的方法并测试了算法的性能,效率和爹数依赖性。对于所有实验,通过将d设置为相对于模型直径 d=τ d diam(M)来对特征空间走行采样。默认情况下,采样率τ设置为0.05。这使得参数独立于模型大小。对n=采样正常方向图5.实验中使用的模型。顶行:Mian等人的场中的五个物这允许相对于高达12的正确正常取向的正常取向的变体。[110。请注意,犀牛被排除在匕较之外,如原始论化。对模型和场景厶进行二次采烊,使得所有点都具文中所述。从左到右的下抹:来自我们的Camp和Cros 有最小距离d子采样场景中的1/5点用作参老点。 Shaft,以及来自[22]的 Stanford Bunny。重新采烊点云后,通过洛平面拟合到每个点的邻域来重新计算法线。该步骤确保法线对应于采样水平并避加快匹配次数。所有给定的时间测量整个匹配过程, 免细微细节的问颗,例如表面上的皱纹。除非另有说包括场景子采样,正常计算,投票和姿势聚类。注意, 明,否则以相同的方式对场景和模型进行采样,并且姿势没有通过例如ICP[26]来改进,这将进一步提高将相同的参数用于所有实验。检测率和准确度。为了构建全卮模型摧述,使用了二我们将展示我们的算沄具有优越的性能,并允许在速次采样模型云中的所有点对。每个型号的构造需要几度和识别率之间轻松权衡。该算法采用Java实现,所有分钟。基准测试均在配备1 GB RAM的2.00 GHz Intel core duo T7300上运行。尽管在各种级别上并行化我们的方法很笸合成数据单,但我们为所有时序运行了单线程版本。我们假设C ++和并行化的实现会很明显我们首先针对大量合成生成的三维场景评估算法。我们选择了图5的四个模型,TRex,Chef,Buny和 Clamp, 以生戌合成场景。所选模型展示3不同的几何形状。 0.8 0.2 012345 图6.具有单个对象的人工场景的结果。(a)在每个点上添加加性高斯噪声的点云(σ=模型直径的5%)。兔子的姿势在0.96秒内恢复。(b)在所有200个测试场景中对高斯噪声的检测率。 *素 0.6 在第一组实验中,使用仅包含单个对象的场景,并且测量了关于噪声的性能。上述四个物体中的每一个 0.4 都是从50个不同方向渲染的。这导致200点云,然后被 32秒/对象(3|/0 0.76秒对象(S、/10) 加性高斯噪声破坏,并且相对于物体的直径给岀标准 0.35秒(|S40 70.75 推导。这是在子采样步骤。我们对识别率感兴趣, 图7.(a)50个合成场景中的一个,检测到的对象覆盖为彩剧成功找到对象的场景的数量,以及恢复的姿势的准色线框。姿势是我们的方法的结果,没确性。如果所得姿势相对于地面实况的误差小于某个CF。(b)具有多个对象的仑成场景的挡识别率。参考点预定阈值,则定义对象被检测。在我们的实验中,阈的数量是S|/5,S/10和值设置为diam(M)/10用于平移,12)用于旋转。图6S「/40分别示出了示例场景和识别率在第二组实验中,渲染了50个人造场景,每个场景遗漏的物体大多是高度遮挡的物体包含来自上面使用的四个对象的四到九个随机放置的9%的物体有超过15%的可见表面, 对象。这意味着一个对象的多个实例可以出现在一个对于S/40参者点,发现汤景中。总共有37个物体被放置在50个动崇中。我们72%的所有对象和89.1%的对象超过15%。但是测量了算法在遮挡方面的性能,在真实数据的情况下后一种设置大约快4倍。从实验中可以明显看出,在速也测量了杂乱性。使用了每个对象卖例定义的[7用于度和性能之闫存在权衡。可以以不检测具有高遮挡的遮挡和[0]用于杂乱的定义病态物体的代价來实现明显更快的匹配。遮挡=1 场景中的模型表面区域_ 总模型表面积真实数据杂乱=1场景中的愎型表面区域我们现在将结果呈现在真实数据上。我们首先提出定场景总面积暈评估并与之前的作品迕行比较,然后在我们使用激光二次采样场景叩的平均瓜数为S1690.我们使用场扫描仪获得的场景中显示定性结果。景的1/5,1/10和1/40作为参者点,运行算法三次。囟7示出示例场景和识别率。识別率和执行时间都取定量评估我们的方法是根据Mia等人提供的数据集进决于使用的参考点数暈。对于S′5参考点,正确检测行评估的。[10,11],由 Minolta系列扫描仪拍梫的50 到89.3%的所有对象个场景组成。每个场景包含图5中所示的兵有已知地面实况的四个或五个对象。在原始比较中儿子,犀牛被排除在外,因为旋转图像无法在任何场景中检测到它。我们做了同样的事情,可以直接与前的工作进行比较。使用我们的方法在每个场景中搜索每个对象,然后将来自姿势聚类的具有最佳得分的姿势与基础事实进行比较。我们用不同的采烊率进行了两次检测,以测试其对检测率和运行时间的影响。图8(a)和8(b)示出了具有结果的示例场景。图8(c)显示了我们两次运行的结果与自旋图像的数据和来自10的张量匹配的比较。设萱自旋图像的参数以产生最大性能,从而导致非常大的运行时间。对于τ=0.025,我们的方法的运行速度与Mian等人的 Tensor Matching一样快。对于具有小于84%遮挡的所有对象,识别率略微增加至97.0%,而张量匹配为96.6%,白旋图像为87.8%。相对于84%边界的值8 取自[10],并给出了可比性。我们方法的主要优点是可能在速度和识别率之间进行权衡:对于τd=0.04, 0.6 对于遮挡率低于84%的物体,我们的识别率下降到 89.2%。但是,匹配速度提高了40多倍,每个对象实例的时间不到2秒。识别率仍然超过旋转图像的识别率。我们的万法,t=0.025(85秒/ob1)二 Mian等入的张量匹配。(90秒/obj) 关于杂波的识别率是相似的。请注意,对于我们尝试 1ahn和ebet的旋转图像(2时/bi 我们的方法,τ-0·04(97秒/obj 在场景中识别的一个对象,所有其他刘象都被视为混定性结果为了显示我们的算法与真实数据的性能,我们使用自建激光彐描设置拍提了许多场景。其中两个爸0 场景和检测结果如图1和图9所示。我们故意不对获取的点云进行任何后处理,例如异常值去除和平滑。尽管场景中存在大量杂乱,遮挡和噪音,但物体仍然匹我们的方法,℃0.02b(8秒/—世一 oi)我们的方法.(t0,04(1.9 配。由此产生的姿势对于对象操纵似乎足够准确,例 %杂乱如抬取和放置应用程序。图8.(a)来自Mian等人的数据集的示例场景。[10 使用我们的方法识别结果。找到场景中的所有对象。结 5结论果没有改讲。(c)与50个场景中[10中措述的结果相比我们方法的遮挡识别率。采样迩为τd=0.025,绿色曲线为我们个绍了一种高效,稳定,准确的方法,可以在点S5参考点,τ。-0.04,浅蓝色曲线为S/10参考点。云中找到自由形状的三维物体。我们构建了一个对象的(d)我们的方法灯杂乱的识别率。全局表示,导致独立于局部表面信息,并表明局部缩小的搜索空间导致非常快速的匹配。我们在大量合成和真实数据集上测试了我们的算法。与传统方法的比较表明参考识别率方面的改进。我们证明,通过轻微甚至不牺牲识 PJ Besl和 RC Jain三维物体识别。 ACM Computing Surveys 另性能,我们可以实现显着的速度提升。 (CSUR),17(1):75-145,1985 RJ Campbel1和 PJ Flyn。自日形式对象的调查 IK Park. Mo Germann. MD BreitensteinTOH. Pfister GPU上的范围图像的快速和自动对象姿势估计。机器视觉和应用,第1-18页, 年 . Rabbani和V) Heave。高效的君夫变换用于点云中汽缸的自动检测。在第1届计算机和影像高级学院年会 (ASCI05)的会议录,第3卷,第60-65页,2005年 Ns/Raja和 AK Jain。识别适用于范围数据的 superquadrics中的 geons c Image and Vision ng,10(3):179-190,19 S. Ruiz-Correa, LG Shapiro和M.Meil。一种从范围数据中识别三维牣体形状的新范例。在Prc。诠释。 CONF。计算机视觉,第1126-1133页。Cite-seor,2003。 RB Rusu,NBl0dwM. Beetz。用于3配准的快速点特征直方图(FPFH)。在IEE国际机器人与自动化会议图9.使用激光扫描仪拍摄的杂乱,嘈杂的场景。检测到的兴论文集(ICRA),日本神户,2009年兵显示为彩色线框。 R. Schnabel,R。Wahl和R. Klein。高效的 RANSAC用于点云形状检测。在 Computer Graphics Forur,第26卷, 表征和识别技术。计算机视觉与图像理解,81(2) 第214-26页。 Citeseer,2007 166-210,2001。 Y. Shan, Bo Matei, Ho Sawhney, Ro Kumar, Do Huber, and H.Chen和B. Bhanu。使用局部表面贴片在范围图像中 M.赫伯姞。线性模型散歹和批量 ransac,可快速准确地进行3D自由形状对象识别。 Pattern Recognition 识别物体。在IEE计算机协会计算机视觉和模式识别会 Letters,28(10):1252-1262,2007。议上,第2卷.IE计算机学会;1999年,2004年。 F. Stein和G. Medioni。结构索引:高效的3-D对象识别。 CS Chua和R. Jarvis.。点签名:3d对象识别的新表示。模式分析和机器智能, IEEE Transact ions o,14(2) 玉际计算机视觉杂志,25(1):63-85,1997。 125-145,1992 C. Dorai和 AK Jain。 COSMOS-3D自由形式对象的表示 Y.Sum,J。laik,A。 Koschan,Dage和 Ma Abidi。点指方案。 IEEE Transactions on Pattern Analysis and 纹:一种新的三维对象表示方案。 IEEE Transactions on Machine Intelligence, 19(10): 1115-11230, 1997. Systems, Man, and Cybernetics, Part B, 33(4): 712 N. Gelfand, NJ Mitra,LJ( rumbas和H. Pot tant。强 717,2003 大的全球注册。在第三届 Eurographics几何处理研讨会 G.Tmk和 M. Levoy来自范围图象的拉链多边形格。论文集中,第197页. Eurographics Association,2005。参见第21届计算机图形学和交互技术年会,第318 ae Johnson和M. Hebert。使用旋转图像在杂乱的3D场页.ACM,1994 景中进行有效的物体识别。 IEEE Transactions on E. Wahl, Go Hillenbrand*0G. Hirzingero Surflctxy Pattern Analysis and Machine Intelligence, 21 关系直方图:用于快速分类的统计3d形状表示。在3D数 (5):433-449,1999 字成像和建模,2003年.3DIM2003.会议录。第四次国 D. Katsoulas。通过约束霍夫变换来稳健地提取距离图际会议,第474-481页,2003年。傢中的顶点。计算机科学讲义,第360-369页,203年。 JY wang和 FS Cohen。第二部分:使用b样条,形状不变 G. Mamic和M. Bennamoun。3D自由形式对象的表示和识匹配和神经网络从图像轮廓进行三维物体识别和形状估別。数字信号处理,12(1):47-76,2002。计。 IEEE Transactions on Pattern Analysis and AS Mian,M。 Bennamoun和R.0wcns。基于三维模型的 Machine Intelligence, 16(1):13-23, 1994. 对象识別和杂舌场景中的分割。关于模式分析和机器智 T. Zaharia和. Preteux。基于u变换的三维网格检索。在能的IEE交易,28(10):1584-1601,2006 Pro。 SPIE Conf。446在 Vision geometry x上,第175-185页, AS Mian,M。 Bennamou和R.0wens。关于从杂乱场景 2001年中基于同部特征的三维物体检索关键点的可重复性和质 ∠. Zhang。用于自由曲线配准的迭代点匹配。诠释。量。国际计算机视觉杂志,第1-14页,2009年。 Comp。Vis,7(3):119-152,1994。 As Mian,M。 Bennamoun和 RA Owens。3D建模的自动对应:广泛的评论。 International Journal of Shape Modeling,11(2):253,2005。

(系统自动生成,下载前可以参看下载内容)