#550
summarized by : neka-nat
SDRSAC: Semidefinite-Based Randomized Approach for Robust Point Cloud Registration Without Correspondences

どんな論文か?

グローバルな点群レジストレーションにおいてRANSACによるサブセットのサンプリングとグラフマッチングを組み合わせたSDRSACという手法の提案。サブセット間の点の対応を凸判定値計画法にして解くことで、より効率的かつより多くの点の対応を抽出できるようになった。
placeholder

新規性

4pcsでは同一平面上の4点を抽出することでマッチングを行っていたが、本手法では任意の点の数を抽出してマッチングすることが可能である。具体的には点群の中の点と点との線分の距離が同じ長さのものがなるべく多くなるように点の対応関係を置換行列で表現して最適化計算を行う。

結果

合成データや実データを用いてICPや4PCSなどの主要なレジストレーション手法と比較し、より高速にかつロバストに対応点を見つけられることを示した。

その他(なぜ通ったか?等)