UMERegRobust - ロバストな点群登録に適したユニバーサル多様体埋め込み互換特徴

本稿では、剛体変換の推定にUniversal Manifold Embedding（UME）フレームワークを採用し、部分的重複や異なるサンプリング密度を有する点群データを扱えるように拡張する。UMEは、剛体変換によって関連付けられた同一対象の観測データを、一つの低次元線形部分空間にマッピングすることを目的とした手法である。このプロセスにより、観測データに対する変換不変な表現が得られ、その行列形式表現は変換に対して共変（すなわち等変）となる。本研究では、UMEに準拠する特徴抽出手法を導入し、独自のUMEコントラスト損失とサンプリング均等化器を組み合わせることで、UMEフレームワークを拡張した。これらの要素を統合した包括的かつ堅牢な登録パイプライン「UMERegRobust」を提案する。さらに、大回転を伴うシナリオを想定した登録手法の評価に特化した「RotKITTI登録ベンチマーク」を構築した。UMERegRobustはKITTIベンチマークにおいて、特に厳密な精度要件（1°、10cm）を満たす状況下で、従来の最先端手法（SOTA）を上回る性能を達成しており、平均で+9%の向上を示した。また、RotKITTIベンチマークでは、最新のSOTA手法と比較して+45%の顕著な性能向上を実現し、その優位性を明確に示した。