PPFNet: ロバストな3Dポイントマッチングのためのグローバルコンテキストを意識した局所特徴量

PPFNet - 点対特徴ネットワークを提案します。これは、非構造化点群において対応点を見つけるために、全体的な情報に基づいた3次元局所特徴記述子を深層学習するためのネットワークです。PPFNetは純粋な幾何学情報から局所記述子を学習し、深層学習における重要な手がかりである全体的なコンテキストに非常に敏感です。私たちの3次元表現は、局所領域内の点と法線を組み合わせた点対特徴の集合として計算されます。当ネットワーク設計はPointNetに着想を得て、順序に依存しない特性を持っています。ボクセル化とは異なり、当手法は生の点群データを直接処理できるため、完全な疎性を利用することができます。PPFNetは新しい$\textit{N-tuple}$損失関数とアーキテクチャを使用しており、これらにより全局情報を自然に局所記述子に注入することが可能となります。コンテキスト認識が局所特徴表現の向上にも寄与することを示しています。当ネットワークの定性的および定量的評価結果は、リコール率の向上、堅牢性と不変性の改善、ならびに3次元記述子抽出性能における重要な進歩を示唆しています。