Core Concepts
ノイズの影響を受けたポイントクラウドを効果的にデノイズする新しい手法を提案し、その優れた性能と他のタスクへの応用可能性を示す。
Abstract
スキャン装置から取得されるポイントクラウドはしばしばノイズによって歪められ、表面再構築や解析などの後続タスクに影響を与える。本論文では、ノイズが加わったポイントクラウドを分布として捉え、それらのスコアを推定して勾配上昇法を用いてデノイズする新しいパラダイムが提案されている。この手法は従来の深層学習に基づく手法よりも優れた性能を発揮し、他のタスクへの応用も可能であることが実験結果で示されている。
Stats
ポイント数:10K〜50K
ノイズ:ガウスノイズ、シミュレートされたLiDARノイズなど
Quotes
"Point clouds acquired from scanning devices are often perturbed by noise, which affects downstream tasks such as surface reconstruction and analysis."
"To denoise a noisy point cloud, we propose to increase the log-likelihood of each point from p ∗ n via gradient ascent—iteratively updating each point’s position."
"Experiments demonstrate that the proposed model outperforms state-of-the-art methods under a variety of noise models."