• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Computers & Graphics >Optimal rotation alignment of 3D objects using a GPU-based similarity function
【24h】

Optimal rotation alignment of 3D objects using a GPU-based similarity function

机译：使用基于GPU的相似度函数优化3D对象的旋转对齐

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

In this paper, we address the challenging task of finding the best alignment between two 3D objects by solving a global optimization problem in the space of rotations SO(3). The objective function to be optimized is a newly developed rotation-variant similarity measure, which is obtained directly from the object's geometry and is entirely implemented on the GPU. By exploiting the modern GPU's parallel architecture, we can process considerably greater amounts of data than a CPU implementation can do in the same amount of time. This allows us to create a similarity measure which combines speed and accuracy. The actual problem of rotation alignment is then solved by finding the global maximum of this similarity function in the space of rotations. A special rotation representation allows for an efficient local optimization on the manifold SO(3). Furthermore, unwanted local maxima can be avoided by a heuristic global optimization procedure which exploits rotational symmetry. Due to this common sense heuristics, the global search can be gradually reduced to a lower-dimensional problem up to a ID line search to handle objects with high rotational symmetry. We show that our method is superior to existing normalization techniques such as PCA and provides a high degree of precision despite remarkably short runtimes.
机译：在本文中，我们解决了具有挑战性的任务，即通过解决旋转空间SO（3）中的全局优化问题来找到两个3D对象之间的最佳对齐方式。要优化的目标函数是新开发的旋转变量相似性度量，该度量直接从对象的几何结构获取，并完全在GPU上实现。通过利用现代GPU的并行体系结构，我们可以处理的数据量要比CPU实现在相同时间内完成的数据量大得多。这使我们可以创建结合了速度和准确性的相似性度量。然后通过在旋转空间中找到此相似度函数的全局最大值来解决旋转对齐的实际问题。特殊的旋转表示允许对歧管SO（3）进行有效的局部优化。此外，可以通过利用旋转对称性的启发式全局优化程序来避免不需要的局部最大值。由于这种常识启发式方法，全局搜索可以逐渐减少到一个低维问题，直到ID行搜索才能处理具有高旋转对称性的对象。我们表明，我们的方法优于现有的规范化技术（例如PCA），并且尽管运行时间非常短，但仍具有很高的精度。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号