本論文では、屋内RGB-D場所認識タスクのための新しいエンドツーエンドアルゴリズム「PoCo」を提案する。PoCo は、ノイズの多いポイントクラウドから直接グローバルな記述子を抽出するための新しいネットワークアーキテクチャを一般化する。さらに、色と幾何学的な特徴を統合することで、グローバルな記述子の表現を強化している。
PoCo は、ScanNet-PRおよびARKitの2つの大規模なデータセットで評価された。ScanNet-PRでは、最高の既発表結果から5.7%の相対的な改善を達成し、Recall@1が64.63%に達した。ARKitでは、最高の既発表結果から13.3%の改善を達成し、Recall@1が45.12%に達した。さらに、PoCo は推論時間においても効率的であり、CGiSネットよりも1.75倍高速である。
PoCo の主な貢献は以下の通りである:
To Another Language
from source content
arxiv.org
Key Insights Distilled From
by Jing Liang,Z... at arxiv.org 04-04-2024
https://arxiv.org/pdf/2404.02885.pdfDeeper Inquiries