SEM-GAT: Explainable Semantic Pose Estimation using Learned Graph Attention

要約

この論文では、セマンティクスとローカル ジオメトリを活用して、信頼できる点群登録候補の識別をガイドするためのグラフ ニューラル ネットワーク (GNN) ベースの方法を提案します。
環境の意味論的および形態学的特徴は、登録のための重要な参照点として機能し、LIDAR ベースの正確な姿勢推定を可能にします。
私たちの新しい軽量静的グラフ構造は、意味論的インスタンス関係を識別することによってアテンションベースのノード集約ネットワークに情報を提供し、ポイントクラウド登録の計算負荷を大幅に軽減する誘導バイアスとして機能します。
候補ノードを接続し、グラフ間の注意を利用することにより、すべての潜在的な登録対応の信頼スコアを特定し、ポイントクラウド スキャン間の変位を推定します。
私たちのパイプラインは、モデルのパフォーマンスを環境内の局所構造の個々の寄与と相関させることでモデルのパフォーマンスの内省的な分析を可能にし、システムの動作についての貴重な洞察を提供します。
私たちは KITTI オドメトリ データセットでメソッドをテストし、大幅に少ないネットワーク パラメーターに依存しながら、ベンチマークメソッドと比較して優れた精度とより高いトラックの滑らかさを実現します。

要約(オリジナル)

This paper proposes a Graph Neural Network(GNN)-based method for exploiting semantics and local geometry to guide the identification of reliable pointcloud registration candidates. Semantic and morphological features of the environment serve as key reference points for registration, enabling accurate lidar-based pose estimation. Our novel lightweight static graph structure informs our attention-based node aggregation network by identifying semantic-instance relationships, acting as an inductive bias to significantly reduce the computational burden of pointcloud registration. By connecting candidate nodes and exploiting cross-graph attention, we identify confidence scores for all potential registration correspondences and estimate the displacement between pointcloud scans. Our pipeline enables introspective analysis of the model’s performance by correlating it with the individual contributions of local structures in the environment, providing valuable insights into the system’s behaviour. We test our method on the KITTI odometry dataset, achieving competitive accuracy compared to benchmark methods and a higher track smoothness while relying on significantly fewer network parameters.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google