Autonomous Implicit Indoor Scene Reconstruction with Frontier Exploration

要約

暗黙的なニューラル表現は、3D シーンの再構築に大きな期待を寄せています。
最近の研究では、Next Best View (NBV) ベースの方法を介して、自律的な暗黙的再構築に応用が拡張されました。
ただし、NBV 方法では完全なシーン カバレッジを保証することはできず、特に複雑なシーンでは、広範な視点サンプリングが必要になることがよくあります。
この論文では、1) 高品質の再構成を達成するために、地球規模のカバレッジに対するフロンティアベースの探査タスクと、暗黙的な地表不確実性ベースの再構成タスクを組み込むことを提案します。
2) 色の不確実性を使用して暗黙的な表面の不確実性を実現する方法を導入し、ビューの選択に必要な時間を短縮します。
さらに、これら 2 つのタスクを使用して、時間を短縮し、優れた再構成品質を維持するために、ビュー パス計画でモードを切り替えるための適応戦略を提案します。
私たちの手法は、すべての計画手法の中で最も高い再構成品質を示し、再構成タスクを伴う手法では優れた計画効率を示します。
この方法を UAV に展開したところ、この方法がマルチタスク ビューを計画し、高品質でシーンを再構築できることが結果からわかりました。

要約(オリジナル)

Implicit neural representations have demonstrated significant promise for 3D scene reconstruction. Recent works have extended their applications to autonomous implicit reconstruction through the Next Best View (NBV) based method. However, the NBV method cannot guarantee complete scene coverage and often necessitates extensive viewpoint sampling, particularly in complex scenes. In the paper, we propose to 1) incorporate frontier-based exploration tasks for global coverage with implicit surface uncertainty-based reconstruction tasks to achieve high-quality reconstruction. and 2) introduce a method to achieve implicit surface uncertainty using color uncertainty, which reduces the time needed for view selection. Further with these two tasks, we propose an adaptive strategy for switching modes in view path planning, to reduce time and maintain superior reconstruction quality. Our method exhibits the highest reconstruction quality among all planning methods and superior planning efficiency in methods involving reconstruction tasks. We deploy our method on a UAV and the results show that our method can plan multi-task views and reconstruct a scene with high quality.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google