Unsigned Distance Field as an Accurate 3D Scene Representation for Neural Scene Completion

要約

シーンコンプリートとは、シーンの部分的なスキャンから、欠落した形状を補完するタスクである。従来の手法では、3Dグリッド上で計算されたTruncated Signed Distance Function (T-SDF)をニューラルネットワークへの入力として用い、レンジデータから陰的表現を計算するものがほとんどであった。切り捨ては、開いた表面に対するSDFの符号によってもたらされる境界誤差を減少させるが、取り除くことはできない。そこで、シーン補完ニューラルネットワークの入力表現として、符号なし距離関数(UDF)を提案します。提案するUDFは、シンプルで効率的なジオメトリ表現であり、あらゆる点群に対して計算が可能である。通常の符号付き距離関数とは対照的に、提案するUDFは通常の計算を必要としない。明示的な形状を得るために、疎なグリッド上で離散化されたUDFの値から点群を抽出する方法を提示する。RGB-DとLiDARセンサーを用いて収集した屋内外の点群に対して、異なるSDFとUDFをシーン補完タスクに対して比較し、提案UDF関数を用いた場合の補完の改善を示す。

要約(オリジナル)

Scene Completion is the task of completing missing geometry from a partial scan of a scene. Most previous methods compute an implicit representation from range data using a Truncated Signed Distance Function (T-SDF) computed on a 3D grid as input to neural networks. The truncation decreases but does not remove the border errors introduced by the sign of SDF for open surfaces. As an alternative, we present an Unsigned Distance Function (UDF) as an input representation to scene completion neural networks. The proposed UDF is simple, and efficient as a geometry representation, and can be computed on any point cloud. In contrast to usual Signed Distance Functions, our UDF does not require normal computation. To obtain the explicit geometry, we present a method for extracting a point cloud from discretized UDF values on a sparse grid. We compare different SDFs and UDFs for the scene completion task on indoor and outdoor point clouds collected using RGB-D and LiDAR sensors and show improved completion using the proposed UDF function.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL