9日前
PREDATOR:低重複領域における3D点群の登録
Shengyu Huang, Zan Gojcic, Mikhail Usvyatsov, Andreas Wieser, Konrad Schindler

要約
我々は、重なり領域に深く注目する対応点群登録用モデル「PREDATOR」を提案する。従来の手法とは異なり、本モデルは重なりが少ない点群ペアに対しても特に設計されている。その主な新規性は、二つの点群の潜在表現間における早期情報交換を可能にする「重なり注目ブロック(overlap-attention block)」の導入である。この機構により、潜在表現を個々の点特徴に復号するプロセスが、相手点群の情報を条件として扱われるようになり、単に顕著な点だけでなく、二点群間の重なり領域に位置する点を正確に予測できるようになる。マッチングに重要な点に注目できる能力は、性能の大幅な向上をもたらす。特に重なりが少ない状況下では、登録成功確率を20%以上向上させ、3DMatchベンチマークにおいても89%の登録再現率を達成し、新たな最先端水準を確立した。