非剛性點集配準是查找將表示為一組數(shù)據(jù)點的兩個形狀對齊的空間變換的過程。它在自動駕駛，醫(yī)學成像和機器人操縱等領域具有廣泛的應用?，F(xiàn)在，已開發(fā)出一種方法來加快此過程。

金澤大學的一位研究人員在《IEEE模式分析和機器智能交易》上發(fā)表的一項研究中，證明了一種技術，該技術可以相對于其他方法減少非剛性點集配準的計算時間。

先前用于加速此過程的方法僅對由小點集(包含少于100,000個點)描述的形狀具有較高的計算效率。因此，這種方法在應用中的使用受到限制。這項最新研究旨在解決這一缺陷。

所提出的方法包括三個步驟。首先，通過稱為降采樣的過程減少每個點集中的點數(shù)。其次，將非剛性點集配準應用于下采樣點集。第三，估計形狀變形矢量(定義所需空間變換的數(shù)學對象)，以進行下采樣期間去除的點。

作者Osamu Hirose解釋說：“通過應用稱為貝葉斯相干點漂移的算法來記錄下采樣點集。” “然后使用稱為高斯過程回歸的技術對與移除點相對應的變形向量進行插值。”

研究人員進行了一系列實驗，以比較他們的方法與其他方法的配準性能。他們考慮了各種各樣的形狀，有些用小點集描述，而另一些用大點集描述(包含100,000至超過1000萬個點)。這些形狀包括例如龍，猴子和人的形狀。

結果表明，所提出的技術甚至對于具有超過1000萬個點的點集也是有效的，如圖2所示。它們還表明，該方法的計算時間明顯比現(xiàn)有技術的計算時間短。擁有超過一百萬個點的點集的方法。

Hirose說：“盡管新技術提供了加速的注冊，但它對小數(shù)據(jù)集中的人為干擾相對敏感。” “這種敏感性表明，該方法最適合用于大型點集，而不是小型，嘈雜的點集。”

鑒于非剛性點集注冊具有廣泛的應用范圍，因此本研究中建立的方法可能會產生深遠的影響。作者在github.com/ohirose/bcpd分發(fā)了所提出方法的源代碼。

　　免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權請聯(lián)系刪除！