我们提出了算法贡献，可提高在异常值影响的几何回归问题中稳健的修剪效率。该方法在很大程度上依赖于快速排序算法，我们提出了两个重要的见解。首先，部分排序足以进行x-TheThepile值的增量计算。其次，线性拟合问题中的正常方程可能会通过在排序过程中跨x-TheStile边界上记录交换操作来逐渐更新。除了线性拟合问题外，我们还展示了如何将技术额外应用于封闭形式的非线性能量最小化问题，从而在几何最佳目标下实现有效的修剪拟合。我们将方法应用于两种不同的摄像机切除算法，并展示了高效和可靠的几何修剪拟合。

3D点云登记在遥感，摄影测量，机器人和几何计算机视觉中排名最基本的问题。由于3D特征匹配技术的准确性有限，因此可能存在异常值，有时即使在非常大的数字中，则在该对应中也是如此。由于现有的强大的求解器可能会遇到高计算成本或限制性的稳健性，因此我们提出了一种名为VoCra（具有成本函数和旋转平均的投票的新颖，快速，高度强大的解决方案，为极端异常率的点云注册问题。我们的第一款贡献是聘请Tukey的双重强大的成本来引入新的投票和对应分类技术，这证明是在异常值中区分真正的入世性，即使是极端（99％）的异常率。我们的第二次贡献包括基于强大的旋转平均设计时效的共识最大化范例，用于在通信中寻求Inlier候选人。最后，我们使用Tukey的Biweight（GNC-TB）应用毕业的非凸性，以估计所获得的Inlier候选者的正确变换，然后使用它来找到完整的Inlier集。进行了应用于两个实体数据问题的标准基准和现实实验，并且我们表明我们的求解器VORCA对超过99％的异常值较高，而且比最先进的竞争对手更多的时间效率。

Outier-bubust估计是一个基本问题，已由统计学家和从业人员进行了广泛的研究。在过去的几年中，整个研究领域的融合都倾向于“算法稳定统计”，该统计数据的重点是开发可拖动的异常体 - 固定技术来解决高维估计问题。尽管存在这种融合，但跨领域的研究工作主要彼此断开。本文桥接了有关可认证的异常抗衡器估计的最新工作，该估计是机器人技术和计算机视觉中的几何感知，并在健壮的统计数据中并行工作。特别是，我们适应并扩展了最新结果对可靠的线性回归（适用于<< 50％异常值的低外壳案例）和列表可解码的回归（适用于>> 50％异常值的高淘汰案例）在机器人和视觉中通常发现的设置，其中（i）变量（例如旋转，姿势）属于非convex域，（ii）测量值是矢量值，并且（iii）未知的异常值是先验的。这里的重点是绩效保证：我们没有提出新算法，而是为投入测量提供条件，在该输入测量值下，保证现代估计算法可以在存在异常值的情况下恢复接近地面真相的估计值。这些条件是我们所谓的“估计合同”。除了现有结果的拟议扩展外，我们认为本文的主要贡献是（i）通过指出共同点和差异来统一平行的研究行，（ii）在介绍先进材料（例如，证明总和证明）中的统一行为。对从业者的可访问和独立的演讲，（iii）指出一些即时的机会和开放问题，以发出异常的几何感知。

我们考虑了一个类别级别的感知问题，其中给定的2D或3D传感器数据描绘了给定类别的对象（例如，汽车），并且必须重建尽管级别的可变性，但必须重建对象的3D姿势和形状（即，不同的汽车模型具有不同的形状）。我们考虑了一个主动形状模型，其中 - 对于对象类别 - 我们获得了一个潜在的CAD模型库，描述该类别中的对象，我们采用了标准公式，其中姿势和形状是通过非非2D或3D关键点估算的-convex优化。我们的第一个贡献是开发PACE3D*和PACE2D*，这是第一个使用3D和2D关键点进行姿势和形状估计的最佳最佳求解器。这两个求解器都依赖于紧密（即精确）半决赛的设计。我们的第二个贡献是开发两个求解器的异常刺激版本，命名为PACE3D＃和PACE2D＃。为了实现这一目标，我们提出了Robin，Robin是一种一般的图理论框架来修剪异常值，该框架使用兼容性超图来建模测量的兼容性。我们表明，在类别级别的感知问题中，这些超图可以是通过关键点（以2D）或其凸壳（以3D为单位）构建的，并且可以通过最大的超级计算来修剪许多异常值。最后的贡献是广泛的实验评估。除了在模拟数据集和Pascal数据集上提供消融研究外，我们还将求解器与深关键点检测器相结合，并证明PACE3D＃在Apolloscape数据集中在车辆姿势估算中改进了最新技术，并且其运行时间是兼容的使用实际应用。

事件摄像机是受生物启发的传感器，在具有挑战性的照明条件下表现良好，并且具有高时间分辨率。但是，他们的概念与传统的基于框架的相机根本不同。事件摄像机的像素独立和不同步。他们测量对数亮度的变化，并以高度离散的时间stamp事件形式返回它们，表明自上次事件以来一定数量的相对变化。需要新的模型和算法来处理这种测量。目前的工作着眼于事件摄像机的几个运动估计问题。事件的流以时空量的一般均应翘曲为模型，并且该目标被提出为扭曲事件图像中对比度的最大化。我们的核心贡献包括针对这些通常非凸的问题得出全球最佳解决方案，从而消除了对困扰现有方法的良好初始猜测的依赖。我们的方法依赖于分支和结合的优化，并采用了针对六个不同的对比度估计函数得出的新颖和高效的递归上限和下限。通过成功应用于三个不同的事件摄像机运动估计问题，我们的方法的实际有效性证明了这一点。

Affine correspondences have traditionally been used to improve feature matching over wide baselines. While recent work has successfully used affine correspondences to solve various relative camera pose estimation problems, less attention has been given to their use in absolute pose estimation. We introduce the first general solution to the problem of estimating the pose of a calibrated camera given a single observation of an oriented point and an affine correspondence. The advantage of our approach (P1AC) is that it requires only a single correspondence, in comparison to the traditional point-based approach (P3P), significantly reducing the combinatorics in robust estimation. P1AC provides a general solution that removes restrictive assumptions made in prior work and is applicable to large-scale image-based localization. We propose two parameterizations of the P1AC problem and evaluate our novel solvers on synthetic data showing their numerical stability and performance under various types of noise. On standard image-based localization benchmarks we show that P1AC achieves more accurate results than the widely used P3P algorithm.

We propose the fully differentiable $\nabla$-RANSAC.It predicts the inlier probabilities of the input data points, exploits the predictions in a guided sampler, and estimates the model parameters (e.g., fundamental matrix) and its quality while propagating the gradients through the entire procedure. The random sampler in $\nabla$-RANSAC is based on a clever re-parametrization strategy, i.e.\ the Gumbel Softmax sampler, that allows propagating the gradients directly into the subsequent differentiable minimal solver. The model quality function marginalizes over the scores from all models estimated within $\nabla$-RANSAC to guide the network learning accurate and useful probabilities.$\nabla$-RANSAC is the first to unlock the end-to-end training of geometric estimation pipelines, containing feature detection, matching and RANSAC-like randomized robust estimation. As a proof of its potential, we train $\nabla$-RANSAC together with LoFTR, i.e. a recent detector-free feature matcher, to find reliable correspondences in an end-to-end manner. We test $\nabla$-RANSAC on a number of real-world datasets on fundamental and essential matrix estimation. It is superior to the state-of-the-art in terms of accuracy while being among the fastest methods. The code and trained models will be made public.

We present a method for solving two minimal problems for relative camera pose estimation from three views, which are based on three view correspondences of i) three points and one line and the novel case of ii) three points and two lines through two of the points. These problems are too difficult to be efficiently solved by the state of the art Groebner basis methods. Our method is based on a new efficient homotopy continuation (HC) solver framework MINUS, which dramatically speeds up previous HC solving by specializing HC methods to generic cases of our problems. We characterize their number of solutions and show with simulated experiments that our solvers are numerically robust and stable under image noise, a key contribution given the borderline intractable degree of nonlinearity of trinocular constraints. We show in real experiments that i) SIFT feature location and orientation provide good enough point-and-line correspondences for three-view reconstruction and ii) that we can solve difficult cases with too few or too noisy tentative matches, where the state of the art structure from motion initialization fails.

Incremental Structure-from-Motion is a prevalent strategy for 3D reconstruction from unordered image collections. While incremental reconstruction systems have tremendously advanced in all regards, robustness, accuracy, completeness, and scalability remain the key problems towards building a truly general-purpose pipeline. We propose a new SfM technique that improves upon the state of the art to make a further step towards this ultimate goal. The full reconstruction pipeline is released to the public as an open-source implementation.

作为解决多视图注册问题的有效算法，已经对运动平均（MA）算法进行了广泛的研究，并引入了许多基于MA的算法。他们旨在从相对动作中恢复全球动作，并利用信息冗余到平均累积错误。但是，这些方法的一个属性是，它们使用ugas-newton方法来解决最小二乘问题以增加全球运动的增加，这可能会导致效率低下，并且对异常值的稳健性差。在本文中，我们提出了一个新的运动平均框架，用于使用Laplacian基于Laplacian的最大Correntropy Criterion（LMCC）进行多视图注册。利用Lie代数运动框架和CorrentRopy量度，我们提出了一种新的成本函数，该功能应考虑相对动作提供的所有约束。获得用于纠正全局动作的增量，可以进一步提出为旨在最大化成本函数的优化问题。凭借二次技术，可以通过分为两个子问题来解决优化问题，即根据当前残差计算每个相对运动的重量，并解决二阶锥体程序问题（SOCP）以增加下一个迭代。我们还提供了一种新的策略来确定内核宽度，以确保我们的方法可以有效利用许多异常值的相对运动提供的信息冗余。最后，我们将提出的方法与其他基于MA的多视图注册方法进行比较，以验证其性能。关于合成和实际数据的实验测试表明，我们的方法在效率，准确性和鲁棒性方面取得了卓越的性能。

Spatial perception is a key task in several robotics applications. In general, it involves the nonlinear estimation of hidden variables that represent the state of the robot/environment. However, in the presence of outliers the standard nonlinear least squared formulation results in poor estimates. Several methods have been considered in the literature to improve the reliability of the estimation process. Most methods are based on heuristics since guaranteed global robust estimation is not generally practical due to high computational costs. Recently general purpose robust estimation heuristics have been proposed that leverage existing non-minimal solvers available for the outlier-free formulations without the need for an initial guess. In this work, we propose two similar heuristics backed by Bayesian theory. We evaluate these heuristics in practical scenarios to demonstrate their merits in different applications including 3D point cloud registration, mesh registration and pose graph optimization.

基于通信的点云注册是机器人感知和计算机视觉中的基石，它寻求从推定的对应关系中估计两个点云的最佳刚性变换。然而，由于3D关键点匹配方法的有限稳健性，相应的对应关系中的异常值可能是易于存在的，这使得稳健的注册方法是必要的。遗憾的是，在面对高或极端的比率比率时，现有的强大方法具有自身限制（例如，高计算成本或有限的鲁棒性），可能不适合实际使用。在本文中，我们提出了一种名为Trivoc（三层投票的三层投票，与共识最大化）的新颖，快速，确定性和保证的鲁棒求解器，用于强大的注册问题。我们将最小3点集的选择最小3点集成为3个连续层，并且在每层中，我们基于成对等长约束设计有效的投票和对应分类框架。以这种方式，可以根据排序序列独立地从减少的对应组选择3点集，这可以显着降低计算成本，同时提供了实现最大共识集的强度保证（作为最终Inlier集）只要满足概率终止条件。不同的实验表明，我们的求解器Trivoc非常坚固，高达99％的异常值，高度准确，较效率，即使具有极端的异常比率，也是现实世界应用的实用性，显示出优于其他最先进的竞争对手的性能。

我们描述了一种使用机器人应用程序中常见的一类离散连续因子图进行平滑和映射的通用方法。虽然有公开可用的工具提供灵活且易于使用的接口，以指定和解决以离散或连续图形模型提出的优化问题，但目前尚无类似的一般工具，可以为混合离散性问题提供相同的功能。我们旨在解决这个问题。特别是，我们提供了一个库DC-SAM，将现有的工具扩展为以因子图定义的优化问题，以设置离散模型的设置。我们工作的关键贡献是一种新颖的解决方案，用于有效地回收离散连续优化问题的近似解决方案。我们方法的关键见解是，虽然对连续和离散状态空间的共同推断通常很难，但许多通常遇到的离散连续问题自然可以分为“离散部分”，并且可以轻松地解决的“连续部分” 。利用这种结构，我们以交替的方式优化离散和连续变量。因此，我们提出的工作可以直接表示离散图形模型的直接表示和近似推断。我们还提供了一种方法来恢复离散变量和连续变量的估计值的不确定性。我们通过应用于三个不同的机器人感知应用程序的应用来证明我们的方法的多功能性：点云注册，健壮的姿势图优化以及基于对象的映射和本地化。

本文提出了Kimera-Multi，第一个多机器人系统，（i）是强大的，并且能够识别和拒绝由感知混叠产生的不正确和内部机器人循环闭合，（ii）完全分布，仅依赖于本地（点对点）通信实现分布式本地化和映射，（iii）实时构建环境的全球一致的度量标准三维网状模型，其中网格的面部用语义标签注释。 Kimera-Multi由配备有视觉惯性传感器的机器人团队实现。每个机器人都构建了局部轨迹估计和使用Kimera的本地网格。当通信可用时，机器人基于一种基于新型分布式刻度非凸性算法发起分布式地点识别和鲁棒姿态图优化协议。所提出的协议允许机器人通过利用机器人间循环闭合而鲁棒到异常值来改善其局部轨迹估计。最后，每个机器人使用其改进的轨迹估计来使用网格变形技术来校正本地网格。我们在光逼真模拟，SLAM基准测试数据集中展示了Kimera-Multi，以及使用地机器人收集的靠户外数据集。真实和模拟实验都涉及长轨迹（例如，每个机器人高达800米）。实验表明，在鲁棒性和准确性方面，kimera-multi（i）优于现有技术，（ii）在完全分布的同时实现与集中式大满贯系统相当的估计误差，（iii）在通信带宽方面是显着的（iv）产生精确的公制语义3D网格，并且（v）是模块化的，也可以用于标准3D重建（即，没有语义标签）或轨迹估计（即，不重建3D网格）。

多项式方程系统经常在计算机视觉中产生，特别是在多视图几何问题中。用于解决这些系统的传统方法通常旨在消除变量达到单变量多项式，例如5点姿势估计的第十阶多项式，使用巧妙的操纵，或者更普遍使用Grobner基础，结果和消除模板，导致多视图几何和其他问题的成功算法。然而，当问题复杂时，这些方法不起作用，当他们这样做时，它们面临效率和稳定性问题。同型延续（HC）可以解决更复杂的问题而没有稳定性问题，并且保证全球解决方案，但已知它们是缓慢的。在本文中，我们表明HC可以在GPU上并行化，在多项式基准测试中显示出高达26倍的显着加速。我们还表明，GPU-HC可以在一系列计算机视觉问题上应用于一系列计算机视觉问题，包括具有未知焦距的4视图三角测量和三焦点姿态估计，其无法用消除模板解决，但它们可以用HC有效地解决它们。 GPU-HC打开门，以轻松配方和解决一系列计算机视觉问题。

培训和测试监督对象检测模型需要大量带有地面真相标签的图像。标签定义图像中的对象类及其位置，形状以及可能的其他信息，例如姿势。即使存在人力，标签过程也非常耗时。我们引入了一个新的标签工具，用于2D图像以及3D三角网格：3D标记工具（3DLT）。这是一个独立的，功能丰富和跨平台软件，不需要安装，并且可以在Windows，MacOS和基于Linux的发行版上运行。我们不再像当前工具那样在每个图像上分别标记相同的对象，而是使用深度信息从上述图像重建三角形网格，并仅在上述网格上标记一次对象。我们使用注册来简化3D标记，离群值检测来改进2D边界框的计算和表面重建，以将标记可能性扩展到大点云。我们的工具经过最先进的方法测试，并且在保持准确性和易用性的同时，它极大地超过了它们。

将几何模型拟合到异常值污染的数据非常棘手。许多计算机视觉系统依赖于随机采样启发式方法来解决可靠的拟合，这不能提供最佳保证和误差范围。因此，开发新的方法可以弥合昂贵的精确解决方案和不提供质量保证的快速启发式方法之间的差距。在本文中，我们提出了一种用于稳健拟合的杂化量子古典算法。我们的核心贡献是一种新颖的可靠拟合公式，可以解决一系列整数程序，并使用全局解决方案或误差绑定终止。组合子问题可容纳量子退火器，这有助于有效拧紧结合。虽然我们对量子计算的使用并不能超越可靠拟合的基本棘手性，但通过提供误差界限，我们的算法是对随机启发式方法的实际改进。此外，我们的工作代表了计算机视觉中量子计算的具体应用。我们介绍使用实际量子计算机（D-WAVE优势）和通过仿真获得的结果。源代码：https：//github.com/dadung/hqc-robust-fitting

非刚性注册以非刚性方式与目标形状保持一致的源形状变形，是计算机视觉中的经典问题。由于数据（噪声，离群值和部分重叠）和高度自由度，因此此类问题可能具有挑战性。现有方法通常采用$ \ ell_ {p} $键入鲁棒标准来测量对齐误差并规范变形的平滑度，并使用近端算法来解决所得的非平滑优化问题。但是，这种算法的缓慢收敛性限制了其广泛的应用。在本文中，我们提出了一种基于全球平稳的稳健标准进行对齐和正则化的稳健非刚性登记的公式，该规范可以有效地处理异常值和部分重叠。使用大型最小化算法解决了该问题，该算法将每次迭代减少到使用封闭形式的解决方案的凸二次问题。我们进一步应用安德森加速度以加快求解器的收敛性，使求解器能够在具有有限的计算能力的设备上有效运行。广泛的实验证明了我们方法在两种形状之间具有异常值和部分重叠的形状之间的非刚性比对的有效性，并进行定量评估表明，就注册准确性和计算速度而言，它的表现优于最先进的方法。源代码可从https://github.com/yaoyx689/amm_nrr获得。

我们为平面姿势图优化提供了一个强大的框架，该框架被环闭合离群值污染。我们的框架首先将截短的最小二乘内核包裹的强大的PGO问题拒绝了异常值，从而拒绝了异常值。然后，该框架引入了线性角度表示，以重写最初用旋转矩阵配制的第一个子问题。该框架配置为渐变的非凸度（GNC）算法，以连续解决两个非凸子问题，而无需初始猜测。得益于两个子问题的线性属性，我们的框架只需要线性求解器才能最佳地解决GNC中遇到的优化问题。我们在平面PGO基准中广泛验证了所提出的框架，称为Degnc-Laf（脱钩的非跨性别量均具有线性角度公式）。事实证明，它比标准和通用GNC的速度显着（有时达到30倍以上），同时导致高质量的估计值。

功能配准算法表示点云为函数（例如，空间占用场），避免了常规最小二乘Quares注册算法中不可靠的对应估计。但是，现有的功能注册算法在计算上很昂贵。此外，在基于CAD模型的对象本地化等任务中，必须使用未知量表的注册能力，但是功能注册中没有这种支持。在这项工作中，我们提出了一种比例不变的线性时间复杂性功能配准算法。我们通过使用正顺序基函数在功能之间的L2距离之间有效地近似实现线性时间复杂性。正统基函数的使用导致与最小二乘配准兼容的公式。受益于最小二乘的公式，我们使用翻译反转不变测量的理论来解除尺度估计，从而实现规模不变的注册。我们在标准的3D注册基准上评估了所提出的算法，称为FLS（功能最小二乘），显示FLS的数量级比最先进的功能配准算法快，而无需损害准确性和鲁棒性。 FLS还胜过基于最小二乘的最小二乘注册算法，其精度和鲁棒性具有已知和未知量表。最后，我们证明将FLS应用于具有不同密度和部分重叠的寄存点云，同一类别中不同对象的点云以及带有嘈杂RGB-D测量值的真实世界对象的点云。