Object Registration in Neural Fields

要約

ニューラル・フィールドは、3Dジオメトリとアピアランスの連続的なシーン表現を提供する。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解き放つ1つの機能は、物体6-DoFレジストレーションである。この論文では、最近のReg-NFニューラルフィールド登録手法の拡張分析と、ロボット工学の文脈におけるその使用例を提供する。シーンとオブジェクトのニューラルフィールドモデルを用いて、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する。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良く表現し、オブジェクトニューラルフィールドモデルをシーンに代入することで新しいシーンを生成するために、これをどのように利用できるかを示す。

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, DeepL