HyperAIHyperAI
il y a 9 jours

UMERegRobust - Caractéristiques Universelles d'Emboîtement de Variété Compatibles pour un Registrement Robuste de Nuages de Points

Yuval Haitman, Amit Efraim, Joseph M. Francos
UMERegRobust - Caractéristiques Universelles d'Emboîtement de Variété Compatibles pour un Registrement Robuste de Nuages de Points
Résumé

Dans cet article, nous adoptons le cadre Universal Manifold Embedding (UME) pour l'estimation des transformations rigides et l'étendons afin qu'il puisse prendre en charge des scénarios impliquant un chevauchement partiel et des nuages de points échantillonnés de manière différente. L'UME est une méthodologie conçue pour projeter des observations d'un même objet, reliées par des transformations rigides, dans un même sous-espace linéaire de faible dimension. Ce processus permet d'obtenir une représentation invariante aux transformations, dont la formulation matricielle est covariante (c’est-à-dire équivariante) par rapport à la transformation. Nous étendons le cadre UME en introduisant une méthode d'extraction de caractéristiques compatible avec UME, enrichie d'une perte contrastive UME unique et d'un égaliseur d'échantillonnage. Ces composants sont intégrés dans une chaîne de traitement complète et robuste pour le recalage, nommée UMERegRobust. Nous proposons le benchmark de recalage RotKITTI, spécifiquement conçu pour évaluer les méthodes de recalage dans des scénarios impliquant de grandes rotations. UMERegRobust atteint des performances supérieures à l'état de l'art sur le benchmark KITTI, en particulier lorsque la précision stricte de (1°, 10 cm) est prise en compte (avec une amélioration moyenne de +9 %), et s'impose nettement par rapport aux méthodes de pointe sur le benchmark RotKITTI (avec une amélioration de +45 % par rapport à la méthode de pointe la plus récente).

UMERegRobust - Caractéristiques Universelles d'Emboîtement de Variété Compatibles pour un Registrement Robuste de Nuages de Points | Articles de recherche récents | HyperAI