#655
summarized by : Yusuke Saito
DI-Fusion: Online Implicit 3D Reconstruction With Deep Priors

どんな論文か?

TSDFなどの密なリアルタイム3D点群の再構成法において、事前シーン群の知識を用いていないため、メモリ容量と表面品質のバランスをとることが難しかった。本論文では、PLIVoxs(Probabilistic Local Implicit Voxels)に基づいたDI-Fusion(Deep Implicit Fusion)手法を提案する。
placeholder

新規性

- TSDFなどの三次元再構成の表現は、陰関数が連続的であるにもかかわらず,表面再構成の品質やメモリの保存に問題が生じるため、Implicit Representationを使用したこと。 - 三次元再構成のImplicit Representationにおいて、深層の事前シーン知識を組み込んだこと。

結果

- 定量的結果:ICL-NUIMデータセットでDVO-SLAM, Surfel, TSDFと比較、ATE(Absolute Trajectory Error)の全ての手法より良い値を示した。また、表面誤差の評価手法では、より少ないパラメータで最先端の表面誤差に到達し、メモリ効率が良いことを示した。 - 定性的には、少ないパラメータでシーン全体を再現していることがわかった。

その他(なぜ通ったか?等)

-TSDFより効率的にリアルタイム三次元再構成ができている、という点 - リアルタイム三次元再構成において、Implicit Representationに深層学習をうまく組み合わせている点