TurboReg：超高速高精度点云配准方法

论文标题TurboReg: TurboClique for Robust and Efficient Point Cloud Registration本文提出一种名为TurboReg的闪电般快速且极其鲁棒的点云配准估计器通过创新的轻量级“TurboClique”和高度并行的搜索算法在真实世界数据集上实现了比现有SOTA方法快200多倍的速度同时还提升了配准的召回率。​​​​​作者Shaocheng Yan, Pengcheng Shi, Zhenjun Zhao, Kaixin Wang, Kuang Cao, Ji Wu, Jiayuan Li发表机构武汉大学、萨拉戈萨大学、北京工业大学论文地址https://arxiv.org/abs/2507.01439v1项目地址https://github.com/Laka-3DV/TurboReg录用信息ICCV 20251. 研究背景与意义点云配准 (Point Cloud Registration, PCR) 是3D视觉中的一个基石性问题其目标是将两个或多个不同视角的点云对齐到同一个坐标系下是三维重建、机器人导航、自动驾驶等应用的关键步骤。在基于对应关系的配准方法中一个核心环节是如何从大量的、包含许多错误匹配 (outliers) 的初始对应关系中鲁棒地估计出正确的变换矩阵。现有的一些SOTA方法如3DMAC通过在兼容性图中搜索“最大团” (Maximal Clique) 来确保找到的对应关系子集在几何上是一致的从而获得了很高的鲁棒性召回率。然而这种方法有一个致命的弱点速度极慢。因为搜索最大团是一个NP-hard问题其时间复杂度是指数级的。这使得这些方法在需要快速响应的时间敏感型应用如实时SLAM中几乎无法使用。如何在保持高鲁棒性的同时大幅提升配准速度是该领域一个亟待解决的痛点。2. TurboReg的核心方法TurboReg的提出就是为了解决上述“速度与激情”的矛盾。它巧妙地绕开了耗时的最大团搜索提出了一套全新的、轻量且高效的解决方案主要包含两大创新2.1. TurboClique轻量级的几何约束研究者们没有去寻找那个庞大而复杂的“最大团”而是定义了一种全新的、轻量级的“TurboClique”。它被定义为一个在高度受限的兼容图中的3-clique即一个由3个相互兼容的对应关系组成的三角形。轻量级 (3-clique)相比于寻找大小不定的最大团寻找固定大小的3-clique在计算上要简单得多这为高效的并行搜索奠定了基础。高度受限通过施加更强的几何约束来构建兼容图确保了即使是小小的3-clique也能提供足够强的空间一致性从而保证变换估计的稳定性。2.2.枢轴引导搜索 (Pivot-Guided Search, PGS)高度并行化的搜索算法为了快速找到高质量的TurboClique研究者设计了一种名为PGS的高效搜索算法。该算法的核心思想是选择“枢轴” (Pivot)算法首先选择那些具有高SC²分数一种衡量匹配质量的指标的匹配对作为“枢轴”。引导搜索以这些高质量的枢轴为中心进行引导式搜索可以更大概率地快速找到包含更多正确匹配 (inliers) 的TurboClique。并行化与线性复杂度最关键的是PGS算法具有线性时间复杂度并且可以高度并行化这与最大团搜索的指数级复杂度形成了鲜明对比从根本上解决了速度瓶颈。3. 实验效果TurboReg在多个真实世界的基准数据集如3DMatch, 3DLoMatch上进行了广泛的实验结果堪称“惊艳”。速度在 3DMatch FCGF 数据集上TurboReg (1K) 的运行速度比 3DMAC 快了208.22倍这种数量级的提升是革命性的。精度与鲁棒性在速度大幅提升的同时TurboReg 的召回率 (Recall) 也超过了 3DMAC这意味着它不仅快而且更准、更鲁棒。在 3DMatchFCGF 数据集上的配准召回率和速度比较所提出方法 (⋆) 实现了最高的召回率并且在速度上显著优于竞争方法。3DMatch 数据集上的配准结果在3DMatch数据集上的配准结果如上表所示表明所提出方法实现了最先进的配准召回率 (RR)在使用FPFH时达到了84.10%比3DMAC[61]高0.18%在使用FCGF时达到了93.59%。这些发现证实了两个关键点​​​​一个 3-clique 足以实现有效配准TurboReg利用PGS算法能有效检测包含内点 (inliers) 的 cliques。值得注意的是虽然该方法在RR上取得了最高性能但其旋转误差 (RE) 和平移误差 (TE) 略高。这是因为该方法通过处理更具挑战性的案例实现了更高的召回率从而也导致了RE和TE的增加。3DLoMatch 数据集上的配准结果TurboReg 实现了最先进的 RR同时提供了显著更高的速度。使用 Predator 描述符在 3DMatch 和 3DLoMatch 数据集上的配准结果结果表明TurboReg (1K) 实现了最高的 RR在 3DMatch 上达到 94.89%比 3DMAC 高 0.29%在 3DLoMatch 上达到 73.07%比 3DMAC 高 2.17%同时还提供了最快的运行时间。在 3DMatchFCGF 数据集上的配准召回率和速度比较3DMatch 和 3DLoMatch 数据集上的消融研究4. 结论TurboReg通过其创新的TurboClique定义和高效的PGS搜索算法成功地打破了点云配准中“鲁棒性”与“高效率”不可兼得的魔咒。它不仅在理论上提出了一个更优的解决方案更在实践中取得了SOTA的性能和惊人的速度提升。这项工作无疑将对所有依赖点云配准的下游应用产生深远影响为实时、高精度的3D视觉系统开启了新的大门。