FEC: Fast Euclidean Clustering for Point Cloud Segmentation

要約

点群データからのセグメンテーションは、リモート センシング、移動ロボット、自動運転車などの多くのアプリケーションで不可欠です。
ただし、3D 距離センサーによってキャプチャされた点群は、一般的にまばらで構造化されておらず、効率的なセグメンテーションが困難です。
このホワイト ペーパーでは、計算量が少ないポイント クラウド インスタンス セグメンテーションの高速なソリューションを紹介します。
この目的のために、既存の研究で使用されているクラスターごとのスキームにポイントごとのスキームを適用する、新しい高速ユークリッド クラスタリング (FEC) アルゴリズムを提案します。
私たちのアプローチは概念的に単純で、実装が簡単で (C++ で 40 行)、高品質の結果を生成しながら、従来のセグメンテーション方法に対して 2 桁速くなります。

要約(オリジナル)

Segmentation from point cloud data is essential in many applications such as remote sensing, mobile robots, or autonomous cars. However, the point clouds captured by the 3D range sensor are commonly sparse and unstructured, challenging efficient segmentation. In this paper, we present a fast solution to point cloud instance segmentation with small computational demands. To this end, we propose a novel fast Euclidean clustering (FEC) algorithm which applies a pointwise scheme over the clusterwise scheme used in existing works. Our approach is conceptually simple, easy to implement (40 lines in C++), and achieves two orders of magnitudes faster against the classical segmentation methods while producing high-quality results.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google