基于深度学习的点云配准Benchmark

点击上方“3D视觉工坊”，选择“星标”

干货第一时间送达

作者丨千百度@知乎

来源丨https://zhuanlan.zhihu.com/p/289620126

编辑丨3D视觉工坊

1. 概要

最近几年，基于深度学习的点云配准算法不断被提出，包括PointNetLK[1]，Deep ICP[2]，DCP[3]，PRNet[4]，IDAM[5]，RPM-Net[6]，3DRegNet[7]，DGR[8]等。这些网络在ModelNet40，Kitti，或3DMatch数据集上进行试验，其性能与速度均超过了传统的ICP算法。这些算法或者网络结构较为复杂，或者结果难以复现，对于把深度学习应用到点云配准的初学者而言，不是很友好。这里结合自己的感触和最近阅读的PCRNet[9] (两者不谋而合)，介绍一种非常简单的点云配准网络，或许它的结果不如前面提到的DCP, 3DRegNet等效果好，但其简洁易懂，且效果在ModelNet40上仍优于ICP，速度快于ICP。

本文将要介绍的网络是基于PointNet + Concat + FC的，它没有其它复杂的结构，易于复现。因其简洁性，这里暂且把其称作点云配准的Benchmark。因作者源码中复杂的(四元数, 旋转矩阵, 欧拉角之间)的变换操作和冗余性，且其PyTorch版本的不完整性(缺少评估模型等，最近又更新了)，于是根据自己的理解，从头撸了一遍整个模型: 数据，网络，评估，训练，测试，可视化等操作，代码已开源:

https://github.com/zhulf0804/PCReg.PyTorch

章节2介绍模型的Dataloader部分，就是怎么组织数据的; 章节3介绍模型的网络部分; 章节4介绍损失函数; 章节5介绍评估指标; 章节6介绍模型的实现及实现过程中遇到的一些坑; 章节7介绍本库的一实验结果; 章节8介绍一些补充信息，如四元数、旋转矩阵和欧拉角之间的关系等。

2. 数据

实验的数据为不带有normal信息的ModelNet40，下载地址:https://shapenet.cs.stanford.edu/media/modelnet40_ply_hdf5_2048.zip。训练集中包括9840个样本，测试集中包括2468个样本，每个样本均包括2048个数据点。

训练
对训练集中的每个样本template，随机选择1024个点，并随机产生一个旋转矩阵R和平移向量t，其中R是绕z轴旋转，绕y轴旋转，绕z轴旋转随机生成，t是从[-1, 1]均匀采样生成。把R, t作用于template点云，生成source点云，这样就得到待配准的点云对。
在训练时，需要做噪声数据增强，对source点云和template点云中的每个点(x, y, z)加上随机高斯噪声。

测试
对测试集中的每个样本template，选择全部的2048个点，同时产生一个旋转矩阵R和平移向量t(产生方式同训练)，把R, t作用于template点云，生成source点云，这样就得到了待配准的点云对。
为了公平的对比不同的方法，需要设置随机种子，保证每次测试随机产生的R,t都一样。

3. 网络

Benchmark

Benchmark网络架构如上图所示，它的输入包括source点云和template点云，输出是一个7维向量，表示平移向量和单位四元数 (q是单位向量)。

Benchmark把点云配准当做回归问题，它包括提取特征层和回归层。提取特征层是一个PointNet类的网络，对点云和中的每一个点进行1D卷积Conv1d(3, 64, 64, 128, 1024)，这样对每个点生成了1024维的特征，接下来进行MaxPooling操作，source点云和template点云分别得到了1024维的特征和。和经过的特征提取层是参数共享的。

为了预测source点云和template点云之间的变换，需要在两者之间建立联系，这里采用了Concat操作。两个点云的特征通过Concat操作变成了2048维的特征。接下来的回归层就是全连接层FC(2048, 1024, 1024, 512, 512, 256, 7)。

网络的输出就是平移向量和四元数，四元数进一步可以转化成旋转矩阵(变换公式参考章节8中的补充信息)。

Iterative Benchmark
Benchmark网络结构比较简单，相信很多人可以设计出这样的网络，但经过试验发现，这样的网络效果较差，在ModelNet40上仍旧不能很好的配准。因此在Benchmark的基础上，提出了下面的Iterative Benchmark。

Iterative Benchmark包括n个Benchmark(PCRNet)，要注意的是这n个Benchmark的权重是共享的，因此网络的容量是没有增加的，和Benchmark的参数一样。Iterative Benchmark是如何工作的呢?
在第一次迭代中，source点云和template点云被送入到Benchmark(PCRNet)，得到初始的变换T(1)。在下一次迭代中，T(1)作用于source点云得到transformed点云，和原始的template点云一块送入到Benchmark(PCRNet)。经过n次迭代，原始的source点云和template点云之间的变换为每一次迭代变换的组合:

4. 损失函数

应用于点云配准中的Loss比较多，关于R, t的MSE Loss，关于欧拉角的Loss，关于点云的CD(Chamfer Distance) Loss和EMD(Earth Mover) Loss。

本模型中采用的EMD Loss(最先实验了CD Loss，效果不理想)，实现的代码是借鉴于网上的开源库https://github.com/meder411/PyTorch-EMDLoss。

EMD(Earth Mover Distance) Loss

CD(Chamfer Distance) Loss

本库的loss代码在 ./loss/earth_mover_distance.py.

5. 评估指标

评估指标主要4个: mse_R, mse_t, mse_degree, time。前面3个和精度有关系，time是和效率有关。

mse_R

N表示待配准点云对的数量。

mse_t

mse_degree

表示欧拉角。

time
每个点云对配准的平均时间。

6. 实现

网络结构虽然简单，但使其能有效work还是很困难的，先说一下在实现过程中走过的坑:

网络结构: 加bn层会使网络的结果变差。

迭代: 基于Benchmark训练的网络效果远不如Iterative Benchmark的结果。

损失函数: CD Loss训练的结果不如EMD Loss。

优化器很: EMD Loss在SGD优化器下出现nan，一种有效的策略是采用Adam优化器训练EMD Loss。

初始学习率: 初始学习率设置为1e-2，出现梯度爆炸，最终收敛的值较大; 初始学习率设置为1e-5，收敛时的权重在评估指标上仍然不好。

在训练和预测时，减点云的均值是不合理的(原作者的代码是这么实现的)，因为会使得点云的平移尺度接近于0.

因此，最终在实现时，采用了Iterative Benchmark模型、EMD Loss、Adam优化器。batchsize设置为16，训练400 epoches，初始学习率设置为1e-4，学习率下降采用MultiStepLR[50, 250]。在训练和预测时均不减点云的均值。

另外，要注意的是，一个batchsize中不同的组织数据会带来网络训练的不稳定性，比如相同的代码，不改任何配置，由于shuffle的存在，训练结果差别挺大的；因此在训练时设置了随机种子，保证训练结果的可复现性。

7. 实验结果

7.1 实验结果

实验比较了Iterative Benchmark和ICP在ModelNet40测试集上的精度和时间，实验结果如下表:

从表中可以看到，Iterative Benchmark在ModelNet40测试集上的配准结果，从精度(mse_t, mse_R, mse_degree)和速度(time)上是优于ICP的。

7.2 实验结果可视化

ICP与Iterative Benchmark的对比

左图是ICP的配准结果，右图是Iterative Benchmark的配准结果。图中的绿色点云表示source点云，红色点云表示template点云，另外一个颜色的点云表示transformed source点云，即把source点云与template点云配准得到R,t，然后R,t作用于source点云后的结果。括号内表示是平移t的误差，旋转矩阵R的MSE误差和旋转角度degree的误差。
从可视化结果可以看到，当待配准点云的初始位置不好时，Iterative Benchmark的配准结果优于ICP的配准结果。

Iterative Benchmark的bad cases

上图是一个bad case，当具有重复性结构时，Iterative Benchmark的结果是不理想的，其结果弱于ICP算法。

7.3 训练过程可视化

测试集的loss和训练集的loss

学习率

测试集的mse_R误差和训练集的mse_R误差

测试集的mse_t误差和训练集的mse_t误差

测试集的角度误差和训练集的角度误差

7.4 思考

Iterative Benchmark在ModelNet40数据集的大部分cases的配准结果比较好的，但以下问题还需要解决：

重复性结构或者复杂结构点云的配准

真实数据点云的配准

部分-部分点云的配准

8. 补充

本章节介绍一些三维旋转的内容，参考了https://link.zhihu.com/?target=https%3A//en.wikipedia.org/wiki/Rotation_matrix%23Axis_of_a_rotation和https://zhuanlan.zhihu.com/p/45404840.

四元数转旋转矩阵
设单位四元数，其旋转矩阵为:

旋转矩阵转四元数

旋转矩阵转欧拉角

表示矩阵的迹

绕x轴旋转矩阵

绕y轴旋转矩阵

绕z轴旋转矩阵

参考资料

[1]. PointNetLK: Point Cloud Registration using PointNet [CVPR 2019]

[2]. DeepICP: An End-to-End Deep Neural Network for 3D Point Cloud Registration [ICCV 2019]

[3]. Deep Closest Point: Learning Representations for Point Cloud Registration [ICCV 2019]

[4]. PRNet: Self-Supervised Learning for Partial-to-Partial Registration [NeurIPS 2019]

[5]. Iterative Distance-Aware Similarity Matrix Convolution with Mutual-Supervised Point Elimination for Efficient Point Cloud Registration [ECCV 2020]

[6]. RPM-Net: Robust Point Matching using Learned Features [CVPR 2020]

[7]. 3DRegNet: A Deep Neural Network for 3D Point Registration [CVPR 2020]

[8]. Deep Global Registration [CVPR 2020]

[9]. PCRNet: Point Cloud Registration Network using PointNet Encoding [arXiv 2019]

本文仅做学术分享，如有侵权，请联系删文。

下载1

在「3D视觉工坊」公众号后台回复：3D视觉，即可下载 3D视觉相关资料干货，涉及相机标定、三维重建、立体视觉、SLAM、深度学习、点云后处理、多视图几何等方向。

下载2

在「3D视觉工坊」公众号后台回复：3D视觉github资源汇总，即可下载包括结构光、标定源码、缺陷检测源码、深度估计与深度补全源码、点云处理相关源码、立体匹配源码、单目、双目3D检测、基于点云的3D检测、6D姿态估计源码汇总等。

下载3

在「3D视觉工坊」公众号后台回复：相机标定，即可下载独家相机标定学习课件与视频网址；后台回复：立体匹配，即可下载独家立体匹配学习课件与视频网址。

重磅！3DCVer-学术论文写作投稿 交流群已成立

扫码添加小助手微信，可申请加入3D视觉工坊-学术论文写作与投稿微信交流群，旨在交流顶会、顶刊、SCI、EI等写作与投稿事宜。

同时也可申请加入我们的细分方向交流群，目前主要有3D视觉、CV&深度学习、SLAM、三维重建、点云后处理、自动驾驶、CV入门、三维测量、VR/AR、3D人脸识别、医疗影像、缺陷检测、行人重识别、目标跟踪、视觉产品落地、视觉竞赛、车牌识别、硬件选型、学术交流、求职交流、ORB-SLAM系列源码交流、深度估计等微信群。

一定要备注：研究方向+学校/公司+昵称，例如：”3D视觉 + 上海交大 + 静静“。请按照格式备注，可快速被通过且邀请进群。原创投稿也请联系。

▲长按加微信群或投稿

▲长按关注公众号

3D视觉从入门到精通知识星球：针对3D视觉领域的知识点汇总、入门进阶学习路线、最新paper分享、疑问解答四个方面进行深耕，更有各类大厂的算法工程人员进行技术指导。与此同时，星球将联合知名企业发布3D视觉相关算法开发岗位以及项目对接信息，打造成集技术与就业为一体的铁杆粉丝聚集区，近2000星球成员为创造更好的AI世界共同进步，知识星球入口：

学习3D视觉核心技术，扫描查看介绍，3天内无条件退款

圈里有高质量教程资料、可答疑解惑、助你高效解决问题

觉得有用，麻烦给个赞和在看~