Fast 3D point clouds retrieval for Large-scale 3D Place Recognition

要約

3Dポイントクラウドでの検索は、3Dポイントの参照内で最も類似したポイントクラウドを特定のクエリに取得することで構成される挑戦的なタスクです。
現在の方法は、同様のメソッドを識別するために、ポイントクラウドの記述子の比較に焦点を当てています。
この後者のステップの複雑さにより、ここでは、3Dポイントクラウドの検索用に、テキスト情報検索用に最初に設計された変圧器ベースのアプローチである微分可能な検索インデックス（DSI）を適応させることにより、検索の加速に焦点を当てます。
私たちのアプローチは、ポイント記述子に基づいて1D識別子を生成し、一定の時間で直接検索を可能にします。
DSIを3Dデータに適応させるために、視覚変圧器をこれらの識別子にマッピングする視覚変圧器を統合しながら、位置とセマンティックのエンコードを組み込みます。
このアプローチは、回収されたポイントクラウドの品質と速度の観点から、その検索機能を最先端の方法と比較するパブリックベンチマークでの場所認識について評価されます。

要約(オリジナル)

Retrieval in 3D point clouds is a challenging task that consists in retrieving the most similar point clouds to a given query within a reference of 3D points. Current methods focus on comparing descriptors of point clouds in order to identify similar ones. Due to the complexity of this latter step, here we focus on the acceleration of the retrieval by adapting the Differentiable Search Index (DSI), a transformer-based approach initially designed for text information retrieval, for 3D point clouds retrieval. Our approach generates 1D identifiers based on the point descriptors, enabling direct retrieval in constant time. To adapt DSI to 3D data, we integrate Vision Transformers to map descriptors to these identifiers while incorporating positional and semantic encoding. The approach is evaluated for place recognition on a public benchmark comparing its retrieval capabilities against state-of-the-art methods, in terms of quality and speed of returned point clouds.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google