neka-nat/probreg
Python package for point cloud registration using probabilistic model (Coherent Point Drift, GMMReg, SVR, GMMTree, FilterReg, Bayesian CPD)
解決的問題
提供比迭代最近點(ICP)演算法更穩健的點群配準替代方案。透過使用機率模型,能比傳統方法更有效處理雜訊與複雜變換。
工作原理
該程式庫實作多種隨機配準演算法,將兩個點集視為機率分佈來對齊。支援剛性變換(如6D姿態與縮放)以及非剛性變換(如仿射、MCT與TPS)。
適用對象
需要與Open3D整合的可靠對齊工具之3D點群、電腦視覺與機器人領域的研究人員與開發者。
主要特色
- 多樣化的演算法套件:包含相干點漂移(CPD)、FilterReg、GMMReg 與支援向量配準(SVR)。
- Open3D整合:提供與Open3D點群物件輕鬆協作的簡易介面。
- 彈性變換支援:支援剛性、仿射與非剛性(可變形)配準。
- CUDA支援:使用CuPy加速剛性與仿射CPD。
相關
- 專案
- 專案
- 專案
- 專案
- 專案