KISS-Matcher: Fast and Robust Point Cloud Registration Revisited

要約

グローバル点群登録システムはあらゆる面で大幅に進歩しましたが、多くの研究は、特徴抽出、グラフ理論による枝刈り、ポーズ ソルバーなどの特定のコンポーネントに焦点を当ててきました。
この論文では、位置合わせ問題を総合的に捉え、\textit{KISS-Matcher} と呼ばれる点群位置合わせ用のオープンソースで多用途な C++ ライブラリを開発します。
KISS-Matcher は、従来の高速点特徴ヒストグラム (FPFH) を改善する新しい特徴検出器 \textit{Faster-PFH} を組み合わせています。
さらに、$k$-core ベースのグラフ理論枝刈りを採用して、外れ値の対応を拒否する時間の複雑さを軽減します。
最後に、これらのモジュールを完全でユーザーフレンドリーですぐに使用できるパイプラインに結合します。
広範な実験によって検証されたように、KISS-Matcher は優れたスケーラビリティと幅広い適用性を備えており、精度を維持しながら、外れ値に強い最先端の登録パイプラインと比較して大幅な高速化を実現します。
私たちのコードは \href{https://github.com/MIT-SPARK/KISS-Matcher}{\texttt{https://github.com/MIT-SPARK/KISS-Matcher}} で入手できます。

要約(オリジナル)

While global point cloud registration systems have advanced significantly in all aspects, many studies have focused on specific components, such as feature extraction, graph-theoretic pruning, or pose solvers. In this paper, we take a holistic view on the registration problem and develop an open-source and versatile C++ library for point cloud registration, called \textit{KISS-Matcher}. KISS-Matcher combines a novel feature detector, \textit{Faster-PFH}, that improves over the classical fast point feature histogram (FPFH). Moreover, it adopts a $k$-core-based graph-theoretic pruning to reduce the time complexity of rejecting outlier correspondences. Finally, it combines these modules in a complete, user-friendly, and ready-to-use pipeline. As verified by extensive experiments, KISS-Matcher has superior scalability and broad applicability, achieving a substantial speed-up compared to state-of-the-art outlier-robust registration pipelines while preserving accuracy. Our code will be available at \href{https://github.com/MIT-SPARK/KISS-Matcher}{\texttt{https://github.com/MIT-SPARK/KISS-Matcher}}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google