UMERegRobust — Universal Manifold Embedding Compatible Features for Robust Point Cloud Registration

要約

この論文では、剛体変換の推定にユニバーサル多様体埋め込み (UME) フレームワークを採用し、それを拡張して、部分的なオーバーラップや異なるサンプリングされた点群を含むシナリオに対応できるようにします。
UME は、剛体変換によって関連付けられた同じオブジェクトの観測結果を単一の低次元線形部分空間にマッピングするために設計された方法論です。
このプロセスにより、観測値の変換不変表現が得られ、その行列形式表現は変換と共変 (つまり、等変) になります。
独自の UME コントラスト損失とサンプリング イコライザーを強化した UME 互換の特徴抽出方法を導入することで、UME フレームワークを拡張します。
これらのコンポーネントは、UMERegRobust という名前の包括的で堅牢な登録パイプラインに統合されています。
私たちは、特に大規模なローテーションを伴うシナリオの登録方法を評価するために調整された RotKITTI 登録ベンチマークを提案します。
UMERegRobust は、特に (1{\deg}, 10cm) の厳密な精度を考慮した場合 (平均 +9% のゲイン)、KITTI ベンチマークで最先端のパフォーマンスより優れたパフォーマンスを達成し、顕著に SOTA メソッドを上回ります。
RotKITTI ベンチマーク (最新の SOTA メソッドと比較して +45% のゲイン)。

要約(オリジナル)

In this paper, we adopt the Universal Manifold Embedding (UME) framework for the estimation of rigid transformations and extend it, so that it can accommodate scenarios involving partial overlap and differently sampled point clouds. UME is a methodology designed for mapping observations of the same object, related by rigid transformations, into a single low-dimensional linear subspace. This process yields a transformation-invariant representation of the observations, with its matrix form representation being covariant (i.e. equivariant) with the transformation. We extend the UME framework by introducing a UME-compatible feature extraction method augmented with a unique UME contrastive loss and a sampling equalizer. These components are integrated into a comprehensive and robust registration pipeline, named UMERegRobust. We propose the RotKITTI registration benchmark, specifically tailored to evaluate registration methods for scenarios involving large rotations. UMERegRobust achieves better than state-of-the-art performance on the KITTI benchmark, especially when strict precision of (1{\deg}, 10cm) is considered (with an average gain of +9%), and notably outperform SOTA methods on the RotKITTI benchmark (with +45% gain compared the most recent SOTA method).

arxiv情報

提供元, 利用サービス

arxiv.jp, Google