Core Concepts
本手法は、インスタンス認識に基づいた対応点抽出により、雑然とした環境でも頑健な多インスタンス点群登録を実現する。
Abstract
本研究では、多インスタンス点群登録の課題に取り組む。多インスタンス点群登録では、シーン点群に含まれる複数のモデル点群インスタンスの姿勢を推定する必要がある。従来手法では、シーン点群全体を一括して処理するため、背景やほかのインスタンスの影響により対応点が正確でない問題があった。
本手法では、インスタンス認識に基づいた対応点抽出を提案する。まず、インスタンス認識変換器モジュールを用いて、インスタンス認識特徴量と各インスタンスのマスクを学習する。これにより、インスタンス内部の幾何構造を効果的にエンコードできる。次に、抽出された対応点をインスタンスごとに拡張し、各インスタンス候補の姿勢を推定する。最後に、効率的な候補選択と姿勢の精密化アルゴリズムを用いて、最終的な登録結果を得る。
実験では、3つの公開ベンチマークデータセットで評価し、従来手法を大きく上回る性能を示した。特に、雑然とした環境を含むROBIデータセットでは、F1スコアで16.6ポイントの改善を達成した。
Stats
シーン点群に含まれる各インスタンスの占有率が10%未満の場合でも、高い登録精度を達成できる。
重度に遮蔽されたインスタンスでも、多くの対応点を抽出できる。
Quotes
"本手法は、インスタンス認識に基づいた対応点抽出により、雑然とした環境でも頑健な多インスタンス点群登録を実現する。"
"実験では、3つの公開ベンチマークデータセットで評価し、従来手法を大きく上回る性能を示した。特に、雑然とした環境を含むROBIデータセットでは、F1スコアで16.6ポイントの改善を達成した。"