GeoTransformer: 幾何学的なトランスフォーマーを用いた高速かつ堅牢な点群レジストレーション

私たちは点群レジストレーションのための正確な対応点抽出の問題を研究しています。最近のキーポイント検出を必要としない手法は、特に低重複領域において困難な反復可能なキーポイントの検出を回避することで、大きな可能性を示しています。これらの手法はダウンサンプリングされたスーパーポイント間で対応点を求め、その後それを密集した点に伝播します。スーパーポイントは、その近傍パッチが重複しているかどうかに基づいてマッチングされます。このような疎で緩やかなマッチングには、点群の幾何学的構造を捉えるコンテクスト特徴が必要です。私たちは堅牢なスーパーポイントマッチングのために幾何学的特徴を学習する「Geometric Transformer」（以下、GeoTransformer）を提案します。この手法はペアワイズ距離とトリプレットワイズ角度を符号化し、剛体変換に対して不変であり、低重複領域でも堅牢です。単純な設計にもかかわらず、驚くほど高いマッチング精度が得られることから、アライメント変換の推定にRANSAC（ランサック）を使用する必要がなくなり、処理速度が100倍向上しました。屋内、屋外、合成データ、多方向および非剛体など豊富なベンチマークでの広範な実験により、GeoTransformerの有効性が示されています。特に3DLoMatchベンチマークでは困難な条件下で、インライア比率が18〜31パーセンテージポイント向上し、レジストレーションリコールも7ポイント以上向上しました。私たちのコードとモデルは \url{https://github.com/qinzheng93/GeoTransformer} で公開されています。