Incremental Multiview Point Cloud Registration

本文提出了一种新颖的多视点点云配准方法。与以往通常采用全局方案进行多视点配准的研究不同，我们提出采用增量管道，逐步将扫描对齐到一个规范坐标系中。具体而言，受基于图像的3D重建的启发，我们的方法首先通过扫描检索和几何验证构建一个稀疏的扫描图。然后，我们通过初始化、下一个扫描的选择和配准、Track的创建和继续以及束调整来进行增量配准。此外，对于无检测器的匹配器，我们还加入了Track细化过程。该过程主要构建了一个粗略的多视点配准，并通过调整Track上关键点的位置来优化模型。实验证明，所提出的框架在三个基准数据集上优于现有的多视点配准方法。代码可在https://github.com/Choyaa/IncreMVR获得。

多视点点云注册是一个重要的问题，本文试图提出一种新的增量式方法来解决这个问题。

本文提出了一种增量式的多视点点云注册方法，通过建立一个稀疏的扫描图进行逐步对齐扫描，包括初始化、下一个扫描选择和注册、轨迹创建和继续、以及束调整等步骤。

本文的亮点包括使用增量式方法、建立稀疏扫描图、使用Track refinement等，实验结果表明该方法优于现有的多视点点云注册方法，代码已经开源。

最近的相关研究包括Global Registration、Local Registration、Hybrid Registration等，例如：A Global Registration Algorithm for 3D Point Clouds Using Terrestrial Laser Scanner Data and A Local Registration Algorithm for 3D Point Clouds Based on the Normal Distribution Transform。