可靠性引导的三分类迭代最近点方法用于多历元点云刚体配准与形变判别

《Journal of Imaging》：Three-Class Correspondence Reliability for Deformation-Preserving ICP: Controlled Synthetic Evaluation and a Cross-Domain Stress Test

　　多历元点云分析需要进行刚体配准，同时不能让真实的几何变化干扰姿态估计。本研究提出了一种可靠性引导的迭代最近点（ICP）方法，其中一个紧凑的分类器将每个候选对应关系归类为稳定类、形变候选类或不可靠类。稳定类的得分以软权重方式作用于特殊欧几里得群SE(3)上的柯西鲁棒点到面目标函数，而形变候选类则保留用于带符号残差映射。受控评估包含28个因子水平组，每组20次独立生成的随机试验，每种方法共560次配对试验。三分类方法的旋转误差中位数为0.227度，平移误差中位数为4.103毫米，配准召回率为96.61%。其主要优势在于变化区域的判别能力：在5毫米和10毫米情形下，F1分数（精确率与召回率的调和平均）达到0.524，而二分类器引导的ICP为0.413。然而，二分类方法产生了略优的刚体配准精度，且三分类稳定区域的假阳性率为6.71%。在一对外部斯坦福兔子扫描对上的压力测试中，使用了60次受控初始位置。点到点ICP达到了100%的成功率，而未经重训的三分类方法成功率为0%，并将39.3%的刚体对象对应关系归入了形变类。研究结果支持三路对应建模作为受控的概念验证，但也表明均衡的合成训练无法实现免校准迁移。在部署之前，需要进行真实域校准、采用更强的几何基线，并使用独立位移真值进行验证。