- …
- …
#152
summarized by : Naoya Chiba
どんな論文か？
三次元形状の位置合わせのための学習ベースの回転不変な特徴量記述子を提案．局所形状から法線を推定し向きを揃えてから極座標系でボクセル化，回転を合わせるために軸回りでセンタリングしてから円筒上に変形，この円筒上で3D畳み込みを行うことで回転不変な特徴量を計算する．
新規性
古典的な点群処理のアイデアを使って先に正規化しと円筒上での畳み込みをすることで，回転不変な三次元局特徴量記述子を提案した．学習にはContrastive Lossを用い，ポジティブペアとネガティブペアの間の距離を最大化するように学習する．
結果
3DMatchデータセットとKITTIで評価し，既存手法よりも優れた位置合わせ性能を達成．さらにそれぞれのデータセットで学習された特徴量を他方に適用したときに性能が悪化しにくいことを主張．
その他（なぜ通ったか？等）
- …
- …