譯者丨仲夏夜之星

編輯丨3D視覺工坊

論文標題：3D Object Recognition in Cluttered Scenes with Local Surface Features: A Survey

作者：Yulan Guo, Mohammed Bennamoun, Ferdous Sohel, Min Lu, and Jianwei Wan

論文地址：在公眾號「3D視覺工坊」，后臺回復「三維物體」，即可直接下載。

摘要：在雜亂場景中進行三維目標識別是一個迅速發(fā)展的研究領域。根據使用的特征類型，三維物體識別方法大致可分為兩類:基于全局特征的方法和基于局部特征的方法。密集的基于局部地物特征的方法對遮擋和雜波有較強的魯棒性經常出現在現實世界的場景中。本文對現有的局部地物進行了綜合研究三維物體識別方法。這些方法一般包括三個階段:三維關鍵點檢測、局部表面特征描述和表面匹配。

一 引言

在雜亂的場景中，物體識別是在計算機視覺研究領域的一個基礎。它有很多應用，比如智能監(jiān)控，自動裝配，遙感，移動操作，機器人，生物特征分析和醫(yī)學治療。在過去的幾十年中，二維物體識別得到了廣泛的應用，目前比較成熟的研究區(qū)域^[1]。與二維圖像相比，距離圖像都顯示出了對象識別的幾個優(yōu)點。例如，(i)和2D圖像相比，距離圖像提供更多的幾何信息。距離圖像也編碼表面度量尺寸比較明確。(ii)距離圖像通常不受尺度的影響，旋轉和照明。(iii) 與二維圖像估計的姿勢相比，估計3D距離圖像中的物體姿態(tài)更準確。因此，距離圖像有可能被克服二維圖像所面臨的許多困難在于對象識別^[2]。這些優(yōu)勢使三維物體識別成為一個活躍的研究課題。而且，技術迅速發(fā)展并且成本較低的3D采集系統(tǒng)(如微軟Kinect)使得距離圖像更容易獲取。此外，設備的進步使之成為任何計算密集型的處理三維物體識別算法在一個比較公平的并可接受的方式。所有這些因素的共同作用，促成了研究的三維物體識別系統(tǒng)的發(fā)展。

現有的三維物體識別方法可以進行劃分為兩大類:基于全局特征的方法和基于局部特征的方法。基于全局特征的方法處理對象作為一個整體來獲得認可。它們定義了一組全局的特征，有效和簡潔地描述完整的3D對象(或模型)。這些方法在三維形狀檢索中得到了廣泛的應用分類。這個類別的例子包括幾何三維矩形，形狀分布、點特征直方圖^[3]、空間嵌入。然而,它們忽視形狀細節(jié)，需要先從場景中分割對象。因此不適合識別部分可見的從混亂的場景中對象。另一方面，基于局部特征的方法只提取局部特征特定關鍵點周圍的表面。它們通常用基于全局特征的方法來處理遮擋和雜波較好，這種類型也有在2D領域的表現明顯更好進行對象識別。這一結論也是擴展到3D物體識別領域。在此基礎上，本文重點研究了三維物體識別在有局部地表特征的雜亂場景中。

二 相關工作

范圍圖像可以表示為三種類型，即深度圖像、點云或多邊形網。給定一幅距離圖像，即三維對象的目標識別就是正確地識別事物中存在的物體范圍成像，并確定他們的姿勢，在概念層次上，基于典型的局部特征三維物體識別系統(tǒng)主要由三個部分組成階段:三維關鍵點檢測，局部表面特征描述和表面匹配。在3D關鍵點檢測階段，三維點具有豐富的信息內容被確定為關鍵點。固有的規(guī)模對每個關鍵點也進行檢測。這兩個位置和一個關鍵點的尺度(即鄰里大小)定義后續(xù)使用的局部表面，在局部表面特征描述階段，對關鍵點的鄰域曲面的幾何信息進行編碼變成一個代表性的特征描述符。在表面匹配相位，對場景特征進行匹配針對庫中的所有模型特性，導致一組特征對應和假設。這些假設最終被驗證以推斷身份和物體的姿態(tài)。

三 3D關鍵點檢測

關鍵點檢測是基于局部坐標的三維目標識別系統(tǒng)的第一個主要階段。最簡單的關鍵點檢測方法是表面稀疏采樣和網格抽取。然而，這些方法在可重復性和信息性方面并沒有產生合格的關鍵點。這是因為它們沒有或很少考慮到這些檢測到的關鍵的判別信息的豐富性。因此，有必要根據關鍵點的特殊性對其進行檢測。根據尺度來判斷是否自適應檢測，關鍵點檢測方法可以分為固定尺度關鍵點檢測方法和自適應尺度關鍵點檢測方法。

3.1 固定尺寸關鍵點的檢測

固定尺度關鍵點檢測方法定義一個在預定鄰域內具有特征的點作為關鍵點。鄰域大小由尺度決定，尺度是算法的輸入參數。

3.1.1 基于曲率的方法

Mokhtarian等人使用高斯和平均曲率檢測關鍵點。如果一個點p的曲率值大于它的內環(huán)鄰域的曲率值，那么這個點p就是一個關鍵點。Yamany和Farag使用單純形角來檢測關鍵點。單形角φ與平均曲率有關。在單形角滿足約束|sin(φ)|τ的位置檢測到關鍵點。它們的閾值τ對于關鍵點檢測的性能是至關重要的，選擇一個合適的閾值仍然是一個未解決的問題。Gal和Cohen-Or提出了關鍵點檢測的顯著性等級。p點的顯著性等級是兩項的線性組合，項是相鄰點曲率的和，第二項是相鄰點曲率值的方差。選取顯著性等級高的點作為重點。Chen和Bhanu基于形狀指標值檢測關鍵點。也就是說，在一個鄰域內，點p只有在其形狀索引值為局部最優(yōu)(最大值/最小值)時才被標記為關鍵點。實驗結果表明，檢測到的關鍵點分布均勻在[33]表面。然而，這種方法對噪聲很敏感。

3.1.2 基于 (OSV)方法

Matei等人使用相鄰點協(xié)方差矩陣的最小特征值λ₃來測量點p周圍的表面變化。根據點的表面變化對點進行排序。本文使用兩個連續(xù)特征值的比率來修剪點。Glomb提出了四個命題，將流行的Harris檢測器從2D圖像擴展到3D網格。他們發(fā)現哈里斯探測器利用擬合二次曲面的導數，達到了最好的效果。這一命題,siiran和Busto提出了一種“哈里斯3D”探測器。給定一個點p，相鄰的點優(yōu)先平移到質心，然后旋轉以對齊垂直于p和z軸。

3.2 自適應尺度關鍵點檢測

自適應尺度關鍵點檢測方法首先對給定的距離圖像建立尺度空間。然后，他們在空間和尺度上選取具有極端特殊性的點作為關鍵點。結果，檢測出了關鍵點的位置和尺度。根據尺度空間構建技術，這些方法可以分為四類:坐標平滑法、幾何屬性平滑法、表面變化法和基于變換的方法。

3.2.1 基于坐標平滑的方法

這些方法是通過平滑距離圖像的3D坐標連續(xù)地構造一個尺度空間，以二維尺度空間理論為基礎的。

Uluoy通過構造曲面的高斯金字塔得到了三維曲面的尺度空間。然后他們計算了平均值和所有點在所有尺度上的高斯曲率值，并根據每個點的高斯曲率和平均曲率將其分類為八種曲面類型之一。在分類的尺度空間中，每個具有相同表面類型的連接體都被檢測到。連接體的中心被選擇為一個關鍵點的位置。

3.2.2 基于幾何屬性平滑(GAS)方法

這些方法通過連續(xù)平滑距離圖像的幾何屬性來構造尺度空間。由于濾波是應用于幾何屬性而不是距離圖像本身，沒有對三維形狀的外部幾何進行修改。因此，保持了尺度空間的因果關系屬性。

3.2.3 基于表面變化(SV)方法

這些方法首先計算一組不同鄰域大小的曲面變化。然后，他們通過尋找不同鄰域大小的局部鄰域表面變化的最大值來檢測關鍵點。它們是基于假設鄰域大小可以看作是一個離散尺度參數，增加局部鄰域大小類似于應用平滑濾波器。這些方法避免了對3D表面的直接更改，而且它們很容易實現。

圖1 在龍模型上檢測到關鍵點

(a)通過^[4]檢測到的關鍵點。不同大小的球體對應著不同尺度的關鍵點。

(b)(c)(d)通過^[5]在3個尺度上檢測到的關鍵點及其鄰域。每個彩色的小塊對應著一個關鍵點的附近，藍色球體的大小對應著尺度。

Ho和Gibbins^[4]使用的是標準偏差鄰點的形狀索引值來測量地表變化。檢測到的要點在圖中對龍模型進行了說明。圖1（a）表明了該方法的有效性對小噪聲有效且魯棒。它實現了高重復性的結果，即使有噪聲表面。后來，Ho和Gibbin估算了曲線度在不同的尺度上，選擇極端的點尺度空間中的值作為關鍵點。同樣的,Ioanou等提出了對較大的字符進行分割的DoN (Normals)操作符無組織的3D點云。DoN操作員提供點數的大幅減少，從而減少任何后續(xù)處理的計算成本場景的階段(當處理在分割的部分)。犰狳上發(fā)現的關鍵點的插圖模型如圖2所示。實驗結果顯示這些關鍵點對于剛性變換，等距變形和不同的網格三角法。如圖3所示，它能夠檢測出高度可重復的關鍵點，并且對噪聲具有魯棒性。然而，該方法對不同的網格分辨率非常敏感，并且檢測到的關鍵點非常少。此外，它還需要一個大的計算機內存。

圖2 在不同姿態(tài)的犰狳模型上檢測到的關鍵點

圖3 在犰狳模型上檢測到關鍵點

結論

本文對基于局部表面特征的三維物體識別方法的研究現狀進行了綜述。對全面的3D對象識別方法進行了分類并分析了各種特征類型及其提取方法的優(yōu)缺點。

參考文獻

[1] K. Mikolajczyk and C. Schmid, “A performance evaluation f local descriptors,” IEEE Transactions on Pattern Analysis and achine Intelligence, vol. 27, no. 10, pp. 1615–1630, 2005.

[2] K. Lai, L. Bo, X. Ren, and D. Fox, “A large-scale hierarchicalmulti-view RGB-D object dataset,” in IEEE International onference on Robotics and Automation, 2011, pp. 1817–1824.

[3] R. Rusu, G. Bradski, R. Thibaux, and J. Hsu, “Fast 3D ecognition and pose using the viewpoint feature histogram,”in 2010 IEEE/RSJ International Conference on Intelligent Robots nd Systems, 2010, pp. 2155–2162.

[4] H. Ho and D. Gibbins, “Multi-scale feature extraction for3D surface registration using local shape variation,” in 23^rd International Conference on Image and Vision Computing New Zealand, 2008, pp. 1–6.

[5] R. Unnikrishnan and M. Hebert, “Multi-scale interest regions from unorganized point clouds,” in IEEE Conference on Computer Vision and Pattern Recognition Workshops, 2008, pp. 1–8.

本文僅做學術分享，如有侵權，請聯(lián)系刪文。

 End 

聲明：部分內容來源于網絡，僅供讀者學術交流之目的。文章版權歸原作者所有。如有不妥，請聯(lián)系刪除。