- …
- …
#94
summarized by : Naoya Chiba
どんな論文か？
点群位置合わせのためのロス関数の提案．既存の剛体変換を推定するためのメトリックを最適化すると局所解にとらわれやすいという問題に対してロバストなロス関数となっている．直接最適化することで位置合わせが行えることに加え，提案法を既存の深層学習ベースの点群位置合わせのスコアに用いることで教師なしで剛体位置合わせの学習が可能となる．
新規性
局所解に陥りにくい，ロバストな点群位置合わせのためのロス関数を提案した．点群からランダムに点を選択し各点から直線を生成，この直線と他方の点群が交わるようにスコアを設定して最適化する．
結果
ModelNet40とAxyz-pose human datasetで学習・評価．さらに3D-Match，7scenes，RGB-D SLAMデータセットで評価．いずれのデータに対しても高い位置合わせ性能を達成しており，教師なしの設定でもうまく位置合わせができることを示した．
その他（なぜ通ったか？等）
- …
- …