PointNetLK: PointNet을 사용한 강건하고 효율적인 포인트 클라우드 등록

PointNet은 포인트 클라우드의 표현 방식에 대한 우리의 사고를 혁신적으로 변화시켰습니다. 분류 및 세그멘테이션 작업에서 이 접근법과 그 후속 확장들은 최첨단 기술로 자리 잡고 있습니다. 그러나 지금까지 PointNet을 포인트 클라우드 등록에 성공적으로 적용하는 것은 어려웠�습니다. 본 논문에서는 PointNet 자체를 학습 가능한 "영상화" 함수로 생각할 수 있다는 주장을 제기합니다. 결과적으로, 이미지 정렬을 위한 고전적인 비전 알고리즘, 즉 루카스 & 칸나데(Lucas & Kanade, LK) 알고리즘이 이 문제에 적용될 수 있습니다. 우리의 주요 혁신은 다음과 같습니다: (i) PointNet 영상화 함수를 수용하기 위해 LK 알고리즘을 수정하는 방법, 그리고 (ii) PointNet과 LK 알고리즘을 하나의 훈련 가능한 순환 딥 뉴럴 네트워크로 전개하는 방법입니다. 우리는 아키텍처를 설명하고, 일반적인 등록 시나리오에서 최첨단 기술들과의 성능을 비교합니다. 이 아키텍처는 다음과 같은 놀라운 특성을 제공합니다: 형태 범주 간의 일반화 능력과 계산 효율성 - 딥 러닝을 포인트 클라우드 등록에 적용하는 새로운 탐색 경로를 열어줍니다. 코드와 동영상은 https://github.com/hmgoforth/PointNetLK에서 확인할 수 있습니다.