Instance by Instance: An Iterative Framework for Multi-instance 3D Registration

要約

マルチインスタンスの登録は、オブジェクトの複数のインスタンスを標準座標系に登録する必要がある、コンピューター ビジョンとロボット工学における困難な問題です。
この研究では、マルチインスタンス 3D 登録 (MI-3DReg) 用のインスタンスバイインスタンス (IBI) と呼ばれる最初の反復フレームワークを提案します。
指定されたシナリオ内のすべてのインスタンスを、最も簡単なものから始めて、より難しいものへと順次登録します。
反復プロセス全体を通じて外れ値が継続的に除去され、残りのより困難なインスタンスの内側値の割合が増加します。
IBI フレームワークの下で、堅牢な MI-3DReg を実現するために、疎から密への対応に基づくマルチインスタンス登録方法 (IBI-S2DC) をさらに提案します。
合成データセットと実際のデータセットの実験では、IBI の有効性が実証され、IBI-S2DC の新しい最先端のパフォーマンスが示唆されました。たとえば、当社の MHF1 は既存の最先端のデータセットよりも 12.02%/12.35% 高いです。
合成/実際のデータセットに対するアートメソッド ECC。

要約(オリジナル)

Multi-instance registration is a challenging problem in computer vision and robotics, where multiple instances of an object need to be registered in a standard coordinate system. In this work, we propose the first iterative framework called instance-by-instance (IBI) for multi-instance 3D registration (MI-3DReg). It successively registers all instances in a given scenario, starting from the easiest and progressing to more challenging ones. Throughout the iterative process, outliers are eliminated continuously, leading to an increasing inlier rate for the remaining and more challenging instances. Under the IBI framework, we further propose a sparse-to-dense-correspondence-based multi-instance registration method (IBI-S2DC) to achieve robust MI-3DReg. Experiments on the synthetic and real datasets have demonstrated the effectiveness of IBI and suggested the new state-of-the-art performance of IBI-S2DC, e.g., our MHF1 is 12.02%/12.35% higher than the existing state-of-the-art method ECC on the synthetic/real datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google