Performance Evaluation of 3D Keypoint Detectors and Descriptors on Coloured Point Clouds in Subsea Environments

要約

最近の高精度の海底光学スキャナーの開発により、海底環境からの点群スキャンで 3D キーポイント検出器と特徴記述子を利用できるようになりました。
ただし、文献には、これらの挑戦的で新しい環境で使用される検出器と記述子の最適な組み合わせを特定するための包括的な調査が欠けています。
この論文は、市販の水中レーザースキャナーを使用して収集された困難なフィールドデータセットを使用して、最適な検出器/記述子のペアを特定することを目的としています。
さらに、研究によると、テクスチャ情報を組み込んで幾何学的特徴を拡張すると、合成データセットでの特徴マッチングの堅牢性が向上することが示されています。
この論文では、画像を水中レーザースキャンと融合して色付きの点群を生成する新しい方法も提案しています。これは、6D点群記述子の有効性を研究するために使用されます。

要約(オリジナル)

The recent development of high-precision subsea optical scanners allows for 3D keypoint detectors and feature descriptors to be leveraged on point cloud scans from subsea environments. However, the literature lacks a comprehensive survey to identify the best combination of detectors and descriptors to be used in these challenging and novel environments. This paper aims to identify the best detector/descriptor pair using a challenging field dataset collected using a commercial underwater laser scanner. Furthermore, studies have shown that incorporating texture information to extend geometric features adds robustness to feature matching on synthetic datasets. This paper also proposes a novel method of fusing images with underwater laser scans to produce coloured point clouds, which are used to study the effectiveness of 6D point cloud descriptors.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google