Consistencia-Aware Spot-Guided Transformer para Registro de Nubes de Puntos Preciso y Versátil

Área de la Ciencia:

• Visión por Computadora
• Aprendizaje Profundo
• Aprendizaje Profundo Geométrico

Sus antecedentes:

• El registro de nubes de puntos es crucial para la comprensión de escenas 3D.
• Los métodos actuales de aprendizaje profundo a menudo luchan con una coincidencia gruesa inconsistente, lo que afecta la eficiencia y la escalabilidad.
• Los enfoques existentes requieren pasos de posprocesamiento computacionalmente costosos para resolver inconsistencias en la coincidencia.

Objetivo del estudio:

• Desarrollar una novedosa arquitectura de aprendizaje profundo para mejorar el registro de nubes de puntos.
• Mejorar la eficiencia y escalabilidad de la coincidencia de gruesa a fina en el registro de nubes de puntos.
• Incorporar explícitamente la consistencia geométrica en el proceso de coincidencia de características.

Principales métodos:

• Diseñó una arquitectura Transformer guiada por puntos consciente de la consistencia (CAST).
• Implementó dos mecanismos de atención dispersa: autoatención consciente de la consistencia y atención cruzada guiada por puntos.
• Desarrolló un módulo de coincidencia fina ligero basado en atención local para una predicción precisa de correspondencias y estimación de transformaciones.

Principales resultados:

• Logró precisión, eficiencia y robustez de última generación en conjuntos de datos de LiDAR en exteriores y RGB-D en interiores.
• Demostró capacidades de generalización superiores en nuevos puntos de referencia de relocalización y cierre de bucles en dominios no vistos.
• El método propuesto mejora significativamente la coincidencia gruesa al aprovechar la consistencia geométrica.

Conclusiones:

• CAST aborda eficazmente las limitaciones de los métodos de coincidencia de gruesa a fina existentes en el registro de nubes de puntos.
• El método ofrece una solución escalable y eficiente para aplicaciones de tiempo real a gran escala.
• CAST muestra un fuerte rendimiento y generalización, lo que lo hace adecuado para diversas tareas de percepción 3D.