利用黎曼优化进行代数变种的注册
原文中文,约500字,阅读约需2分钟。发表于: 。我们研究了点云配准问题,即在不同坐标系中表示同一物体的两个点云之间寻找变换的任务。我们的方法不基于点对点的对应,而是假设并利用了数据的低维非线性几何结构。首先,我们通过在 Grassmann 流形上求解优化问题,利用代数变量逼近每个点云。然后,我们在正交群上求解优化问题,找到使两个代数变量重合的变换(旋转 + 平移)。我们使用二阶 Riemannian...
本文研究了点云配准问题,提出了一种基于低维非线性几何结构的方法,通过在Grassmann流形和正交群上求解优化问题,找到使两个点云重合的变换。实验结果表明该方法在描述物体不同部分时特别有效。