On evaluating consensus in RANSAC surface registration

Abstract

Random Sample Consensus (shoda náhodných vzorků) je mocné paradigma které bylo úspěšně aplikováno v různých kontextech, včetně problému určení polohy, odhadu fundamentální matice a globální registrace povrchů, ve které lze mnoho dříve navržených algoritmů interpretovat jako konkrétní implementaci tohoto konceptu. Algoritmy generují množinu kandidátních transformací nějakým jednoduchým postupem, a výsledná transformace je z této množiny vybrána jako ta, která zarovná největší část vstupních dat. Ukazujeme, že výběr výsledné transformace lze také interpretovat jako hledání konsensu mezi kandidáty, což následně vyžaduje měření podobnosti kandidátních tuhých transformací. Ačkoli není obtížné zkonstruovat metriku poskytující smysluplné výsledky, většina přístupů vykazuje jistá omezení a nevýhody. V této práci zkoumáme možné postupy při měření vzdáleností v prostoru SE(3) a porovnáváme jejich vlastnosti jak teoreticky, tak experimentálně v modelovém registračním algoritmu založeném na RANSAC. Navrhujeme také modifikace existujících metrik a navrhujeme novou metodu nalezení konsensuální transformace založenou na datové struktuře Vantage Point Tree.