PCAM: 포인트 클라우드의 강체 등록을 위한 크로스 어텐션 행렬의 곱

부분적 겹침이 있는 포인트 클라우드의 강체 등록은 오랫동안 두 단계로 해결되는 전통적인 문제이다. 첫째, 포인트 클라우드 간의 대응 관계를 찾는 것이고, 둘째, 이러한 대응 관계를 필터링하여 가장 신뢰할 수 있는 것들만 남겨 변환을 추정하는 것이다. 최근 몇몇 딥 네트워크가 이러한 두 단계를 함께 해결하기 위해 제안되었다. 본 연구는 이러한 기존 연구들을 기반으로, 크로스 어텐션 행렬의 포인트별 곱을 핵심 요소로 하는 신경망 PCAM을 제안한다. 이 구조는 저수준 기하학적 정보와 고수준 맥락 정보를 혼합하여 포인트 대응 관계를 탐색할 수 있게 한다. 또한 각 층에서 포인트 클라우드 간에 맥락 정보를 교환할 수 있도록 하여 겹치는 영역 내에서 보다 우수한 매칭 특징을 구축할 수 있도록 한다. 실험 결과, PCAM은 딥넷을 통해 (a)와 (b) 단계를 함께 해결하는 기존 방법들 중에서도 최신 기술 수준(SOTA)의 성능을 달성하였다. 본 연구의 코드와 학습된 모델은 https://github.com/valeoai/PCAM 에서 공개되어 있다.