HypLiLoc: ハイパーボリック融合を用いた効果的なLiDARポーズ回帰へ

LiDAR再定位は、ロボティクス、自動運転、コンピュータビジョンなどの多くの分野で重要な役割を果たしています。データベースからのLiDARの検索は通常、高い計算およびストレージコストを伴い、データベースが過度に疎である場合、全体的な姿勢推定の精度が低下する可能性があります。一方、姿勢回帰手法は画像や点群を入力とし、エンドツーエンドで直接全体的な姿勢を回帰します。これらの手法はデータベースマッチングを行わず、検索技術よりも計算効率が高いです。本研究では、新しいLiDAR姿勢回帰モデルHypLiLoc（ハイプリロク）を提案します。当モデルでは、3D特徴量と2D投影特徴量をそれぞれ抽出するために二つの分岐バックボーンを使用します。さらに、ユークリッド空間と双曲空間の両方での多モーダル特徴量融合を考えることで、より効果的な特徴表現を得ています。実験結果は、HypLiLocが屋外および屋内データセットにおいて最先端の性能を達成していることを示しています。また、フレームワーク設計に関する広範なアブレーションスタディも実施しており、多モーダル特徴量抽出と多空間埋め込みの有効性を証明しています。私たちのコードは以下のURLから公開されています：https://github.com/sijieaaa/HypLiLoc