#652
summarized by : Naoya Chiba
RPSRNet: End-to-End Trainable Rigid Point Set Registration Network Using Barnes-Hut 2D-Tree Representation

どんな論文か?

ツリー表現とニューラルネットワークを用いた三次元点群の位置合わせ手法の提案.Octreeに変換し各階層のノードで内包する点群の重心と逆密度を計算しておきこれらを入力特徴量とする.各階層で近傍点群の特徴量を受け取って畳み込みを行うネットワークで処理し,逆密度に基づく重みで対応付けを推定,プロクラステス解析で回転・並進を推定する.
placeholder

新規性

基本はOctreeを用いた階層的なボクセルでの畳み込みでの対応推定から相対姿勢を予測,逆変換を反復適用することで位置合わせを行う.このときに点群密度に基づく重みで相互に特徴量での対応付けを取ることでノイズにロバストな対応の推定を実現した.

結果

ModelNet40とKITTIで評価.既存手法と比較して点群の欠損やノイズに対してロバストであることを示した.さらに提案法は計算効率が良く,比較した既存手法の中では最も高速.

その他(なぜ通ったか?等)