要約
本稿では、二つの不整合な点群の登録を目的として、新しい局所記述子に基づく枠組みである「You Only Hypothesize Once（YOHO）」を提案する。既存の多くの局所記述子は、回転不変性を実現するために脆弱な局所基準座標系に依存しているが、本稿で提案する記述子は、群等変性特徴学習の最新技術を活用することで回転不変性を達成しており、点密度やノイズに対してより高いロバスト性を有する。同時に、YOHOにおける記述子は回転等変性を持つ部分も備えており、単一の対応関係仮説からも登録変換を推定することが可能となる。この特性により、妥当な変換の探索空間が大幅に削減され、YOHOの精度と効率の両面で顕著な向上が実現される。広範な実験により、YOHOは3DMatch/3DLoMatchデータセット、ETHデータセット、WHU-TLSデータセットの4つの広く用いられるデータセットにおいて、従来手法と比較して優れた性能を発揮し、RANSACの反復回数を大幅に削減できることが示された。詳細はプロジェクトページにて確認可能である：https://hpwang-whu.github.io/YOHO/。