Object Registration in Neural Fields

要約

ニューラル フィールドは、ロボット工学アプリケーションに大きな期待をもたらす方法で、3D ジオメトリと外観の連続的なシーン表現を提供します。
ロボット工学におけるニューラル フィールドのユニークなユースケースを可能にする機能の 1 つは、オブジェクト 6-DoF 登録です。
この論文では、最近の Reg-NF 神経野登録手法とロボット工学のコンテキスト内でのそのユースケースの拡張分析を提供します。
シーンとオブジェクトの神経場モデルを使用して、シーン内の既知のオブジェクトの 6-DoF ポーズを決定するシナリオを紹介します。
これを使用して、不完全にモデル化されたシーン内のオブジェクトをより適切に表現し、オブジェクトのニューラル フィールド モデルをシーンに置き換えることによって新しいシーンを生成する方法を示します。

要約(オリジナル)

Neural fields provide a continuous scene representation of 3D geometry and appearance in a way which has great promise for robotics applications. One functionality that unlocks unique use-cases for neural fields in robotics is object 6-DoF registration. In this paper, we provide an expanded analysis of the recent Reg-NF neural field registration method and its use-cases within a robotics context. We showcase the scenario of determining the 6-DoF pose of known objects within a scene using scene and object neural field models. We show how this may be used to better represent objects within imperfectly modelled scenes and generate new scenes by substituting object neural field models into the scene.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google