CLIPPER+: A Fast Maximal Clique Algorithm for Robust Global Registration

要約

我々は、外れ値に強いグローバル登録を行うために、重み付けされていないグラフで最大クリークを見つけるアルゴリズムである CLIPPER+ を紹介します。
位置合わせ問題はグラフとして定式化でき、その最大クリークを見つけることで解決できます。
この定式化により、外れ値に対する極めて堅牢な結果が得られます。
ただし、最大クリークを見つけることは NP 困難な問題であるため、サイズが大きい問題では実際には近似が必要です。
近似アルゴリズムのパフォーマンスは、計算の複雑さ (実行時間が短いほど優れています) と解の精度 (解が最大クリークにどれだけ近いか) によって評価されます。
したがって、CLIPPER+ の主な貢献は、比較的短い実行時間を維持しながら、精度において最先端のパフォーマンスを上回ることです。
CLIPPER+ は、以前の研究 (CLIPPER [1] および PMC [2]) に基づいて構築されており、コア番号が小さく、最大クリークの一部になり得ない頂点を削除することによってグラフを枝刈りします。
これにより、グラフが小さくなり、最大クリークをかなり速く推定できるようになります。
標準的なグラフ ベンチマークだけでなく、合成および現実世界の点群登録問題でも CLIPPER+ のパフォーマンスを評価します。
これらの評価は、CLIPPER+ が最高の精度を持ち、$99\%$ を超える関連付けが外れ値であるシナリオでも点群を登録できることを示しています。
コードと評価ベンチマークは https://github.com/ariarobotics/clipperp でリリースされています。

要約(オリジナル)

We present CLIPPER+, an algorithm for finding maximal cliques in unweighted graphs for outlier-robust global registration. The registration problem can be formulated as a graph and solved by finding its maximum clique. This formulation leads to extreme robustness to outliers; however, finding the maximum clique is an NP-hard problem, and therefore approximation is required in practice for large-size problems. The performance of an approximation algorithm is evaluated by its computational complexity (the lower the runtime, the better) and solution accuracy (how close the solution is to the maximum clique). Accordingly, the main contribution of CLIPPER+ is outperforming the state-of-the-art in accuracy while maintaining a relatively low runtime. CLIPPER+ builds on prior work (CLIPPER [1] and PMC [2]) and prunes the graph by removing vertices that have a small core number and cannot be a part of the maximum clique. This will result in a smaller graph, on which the maximum clique can be estimated considerably faster. We evaluate the performance of CLIPPER+ on standard graph benchmarks, as well as synthetic and real-world point cloud registration problems. These evaluations demonstrate that CLIPPER+ has the highest accuracy and can register point clouds in scenarios where over $99\%$ of associations are outliers. Our code and evaluation benchmarks are released at https://github.com/ariarobotics/clipperp.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google