9일 전
PREDATOR: 과도한 겹침이 없는 3D 포인트 클라우드의 등록
Shengyu Huang, Zan Gojcic, Mikhail Usvyatsov, Andreas Wieser, Konrad Schindler

초록
우리는 쌍점군 정렬(pairwise point-cloud registration)을 위한 PREDATOR 모델을 소개한다. 이 모델은 겹치는 영역에 대한 깊은 주의(attention)를 적용한 특징을 지닌다. 기존의 연구들과 달리, 본 모델은 겹치는 영역이 낮은 점군 쌍을 처리하는 데 특별히 설계되었다. 주요 혁신은 두 점군의 잠재적 인코딩 간 초기 정보 교환을 위한 겹침 주의 블록(overlap-attention block)이다. 이를 통해 잠재 표현을 개별 점 특징으로 복원하는 후속 디코딩 과정이 상대 쪽 점군에 조건화되며, 결과적으로 점군 간 겹치는 영역에 위치한 점뿐만 아니라 주목할 만한 점도 정확히 예측할 수 있다. 매칭에 중요한 점에 집중할 수 있는 능력은 성능을 크게 향상시킨다. PREDATOR는 겹침 비율이 낮은 상황에서 성공적인 정렬률을 20% 이상 높였으며, 3DMatch 벤치마크에서 89%의 정렬 재현률을 기록하며 새로운 최고 성능(state of the art)을 달성하였다.