OptFlow: Fast Optimization-based Scene Flow Estimation without Supervision

📄 arXiv: 2401.02550v1 📥 PDF

作者: Rahul Ahuja, Chris Baker, Wilko Schwarting

分类: cs.CV

发布日期: 2024-01-04

备注: Accepted at the proceedings of the IEEE/CVF Winter Conference on Applications of Computer Vision (WACV), 2024

💡 一句话要点

提出OptFlow以解决无监督场景流估计问题

🎯 匹配领域: 支柱三：空间感知与语义 (Perception & Semantics)

关键词: 场景流估计 无监督学习 优化方法 自主驾驶 机器人导航 点云配准 图先验约束

📋 核心要点

  1. 现有的学习型场景流估计方法在不同场景中的泛化能力有限，面临领域特异性挑战。
  2. OptFlow通过优化方法实现场景流估计，避免了对标注数据的依赖，提升了推理速度。
  3. 实验结果表明，OptFlow在准确性上超越了传统方法，并在推理时间上表现优异。

📝 摘要（中文）

场景流估计是自主驾驶和3D机器人发展的关键组成部分，为环境感知和导航提供重要信息。尽管基于学习的场景流估计技术具有优势，但其领域特异性和有限的泛化能力带来了挑战。相对而言，基于非学习的优化方法通过引入稳健的先验或正则化，提供了竞争力的场景流估计性能，且无需训练，适用性广泛，但推理时间较长。本文提出的OptFlow是一种快速的优化场景流估计方法，无需依赖学习或标注数据，在流行的自主驾驶基准上实现了最先进的性能。该方法集成了局部相关权重矩阵、适应性对应阈值限制和图先验刚性约束，从而加速收敛并改善点对应识别。此外，集成点云配准功能增强了准确性，并在不依赖外部里程计数据的情况下区分静态和动态点。最终，OptFlow在准确性上超越了基线图先验方法约20%，并在所有非学习场景流估计方法中提供了最快的推理时间。

🔬 方法详解

问题定义：本论文旨在解决场景流估计中的推理时间过长问题，现有的非学习优化方法虽然表现良好，但在速度上存在明显不足。

核心思路：OptFlow通过引入局部相关权重矩阵和适应性阈值限制，优化了点对应匹配过程，从而加速了收敛速度和提高了准确性。

技术框架：OptFlow的整体架构包括局部相关性计算、最近邻搜索和图先验约束三个主要模块，结合点云配准功能，形成完整的优化流程。

关键创新：OptFlow的主要创新在于无监督的优化方法，结合了图先验和点云配准，显著提升了场景流估计的准确性和推理速度。

关键设计：在设计中，采用了局部相关权重矩阵和适应性阈值来增强点对应的准确性，同时通过图先验约束来提高模型的稳定性。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，OptFlow在准确性上超越了基线图先验方法约20%，并在Neural Scene Flow Prior方法上提升了5%-7%。此外，OptFlow在所有非学习场景流估计方法中提供了最快的推理时间，展现了其优越的性能。

🎯 应用场景

OptFlow具有广泛的应用潜力，尤其在自主驾驶、机器人导航和增强现实等领域。其快速且准确的场景流估计能力能够为环境感知和动态物体识别提供支持，推动相关技术的发展和应用。未来，OptFlow可能在实时系统中发挥重要作用，提升自动化水平。

📄 摘要（原文）

Scene flow estimation is a crucial component in the development of autonomous driving and 3D robotics, providing valuable information for environment perception and navigation. Despite the advantages of learning-based scene flow estimation techniques, their domain specificity and limited generalizability across varied scenarios pose challenges. In contrast, non-learning optimization-based methods, incorporating robust priors or regularization, offer competitive scene flow estimation performance, require no training, and show extensive applicability across datasets, but suffer from lengthy inference times. In this paper, we present OptFlow, a fast optimization-based scene flow estimation method. Without relying on learning or any labeled datasets, OptFlow achieves state-of-the-art performance for scene flow estimation on popular autonomous driving benchmarks. It integrates a local correlation weight matrix for correspondence matching, an adaptive correspondence threshold limit for nearest-neighbor search, and graph prior rigidity constraints, resulting in expedited convergence and improved point correspondence identification. Moreover, we demonstrate how integrating a point cloud registration function within our objective function bolsters accuracy and differentiates between static and dynamic points without relying on external odometry data. Consequently, OptFlow outperforms the baseline graph-prior method by approximately 20% and the Neural Scene Flow Prior method by 5%-7% in accuracy, all while offering the fastest inference time among all non-learning scene flow estimation methods.