Random screening-based feature aggregation for point cloud denoising

问题背景

传感设备采集的点云会受到环境噪声和设备精度限制的影响，其描述的几何形状因此失真。传统的基于优化的去噪方法需要繁琐的参数调节，而且难以同时兼顾去噪与特征保持。基于学习的方法减轻了调参负担，但它们通常在点分布和密度均匀的数据上训练，一旦噪声严重或点密度不均，鲁棒性就会下降。

为了充分利用点的位置信息，一种常见做法是把较大局部块的特征融合到较小的子块中。但这种技术通常用于点分辨率均匀的训练数据，可能导致网络在采样密度变化的点上不够鲁棒。本文则对点做随机筛选，再把较稠密局部块的全局特征融合到保留下来的点中。

方法原理

网络根据每个点的局部块对其去噪。编码器先提取点特征；随后两个基于随机筛选的特征聚合模块，各自随机丢弃一半的点，并把较稠密局部块（筛选前的局部块）的全局特征融合到剩下的那一半点中。最后，逐点权重决定每个保留点对位移的贡献，该位移把含噪点移向干净曲面。

1. 构建局部块。 对每个含噪点，取半径 r（包围盒对角线长度的 5%）球邻域内的点构成局部块。局部块被平移到原点、缩放到单位球内，经 PCA 旋转到规范姿态，再通过补点或下采样统一为 N = 500 个点。
2. 编码与筛选。 由 Dense Block 构成的图编码器输出 N × C 的特征矩阵。网络从中提取全局特征，同时随机保留一半的点特征。
3. 将稠密信息融入稀疏点。 将全局特征复制 N/2 份，与筛选后子块的特征拼接，经 MLP 得到 N/2 × 2C 的矩阵。较稀疏的子块由此获得了来自稠密局部块的更丰富的几何信息。
4. 再重复一次。 再次进行同样的筛选与融合，最终保留 N/4 个点，每个点 4C 个通道。论文的消融实验表明，这种两级级联比单层特征聚合更有效。
5. 加权并移动。 网络为 N/4 个点各回归一个权重；权重损失使更靠近局部块中心点切平面的点获得更高权重。加权后的特征经最大池化后解码为位移向量，与含噪点相加。训练时将该权重损失与曲面贴近损失结合使用。

实验结果

网络在 PUNet 的 40 个训练形状上训练，训练时实时添加标准差为包围球半径 0.5%–2% 的高斯噪声。PUNet 测试集包含 20 个形状，分别以 10,000 和 50,000 个点采样，并各加 1%、2%、3% 三档噪声；在大多数设置下以及平均值上，该方法的倒角距离（CD）和点到网格距离（P2M）都是最低的。在 Kinect Fusion 数据集的真实深度相机扫描上，其噪声不同于高斯噪声，该方法在展示的三组扫描上 P2M 均最低（图 4）；在上文点分布不规则的二十面体上同样领先。Paris-rue-Madame 街景点云由移动激光扫描仪采集，没有真值，因此只做了视觉对比（图 6）。

另有两项实验支持这一设计。每次筛选保留一半特征时 P2M 最低，为 0.961；采样比例为 1/3、2/3 和 3/4 时分别为 1.270、1.254 和 1.251（表 4）。与以往工作采用的级联尺度特征聚合相比，该方法在较低噪声下表现相近，但在严重噪声下能更好地保持几何形状（图 7）。去噪后的点云还可以用泊松重建生成网格，论文展示了其在边缘和复杂区域上更准确的重建结果（图 8）。