7、稠密非刚性运动结构与点集配准技术综述

稠密非刚性运动结构与点集配准技术综述

在当今科技领域，三维重建、医学图像配准、计算机图形等众多领域对可靠的点云处理和对齐算法需求日益增长。本文将详细介绍稠密非刚性运动结构（NRSfM）和点集配准（PSR）的相关内容，包括其原理、应用以及过往的研究工作。

1. 稠密非刚性运动结构（NRSfM）

近年来，精确的稠密多帧光流跟踪器的出现为稠密NRSfM铺平了道路。在稠密NRSfM中，感兴趣点通常构成一个连通区域，并从多个视图进行密集重建。与稀疏NRSfM相比，从稀疏到稠密的转变带来了更多约束解空间的可能性，例如空间一致性和拓扑保持。

以下是一些处理稠密单目非刚性3D重建的方法：
- Russel等人的方法 ：展示了如何改进现有的分段NRSfM方法，以提高其在点数量增加时的可扩展性，从而适用于稠密重建。
- Garg等人的变分方法 ：基于优化技术和逆问题理论，通过最小化能量泛函来交替估计相机姿态和形状，并施加空间和时间形状平滑性。该方法对低秩形状模型特有的基模糊具有更强的鲁棒性，因为它会自动估计子空间的最佳维度。
- [239]方法 ：将场景分割为前景和背景，然后进行重建。
- [11]方法 ：通过完成降采样的稀疏静止形状来顺序恢复稠密3D形状。

然而，目前只有少数几种方法能够处理稠密设置，并且用于定量评估的稠密数据集也非常有限。

2. 点集配准（PSR）

点集配准的目标是恢复两个（通常是多个）点集之间的最优变换和对应关系，使点集根据某