OIF-PCR++: 条件付き位置エンコーディングの段階的蒸留による点群レジストレーション

科学分野:

• コンピュータビジョン
• 機械学習
• 幾何学的深層学習

背景:

• Transformerアーキテクチャは、点群レジストレーションなどの視覚タスクに効果的です。
• 位置エンコーディングは、順序認識を提供するTransformerにとって不可欠です。

研究 の 目的:

• 点群レジストレーションの改善のための条件付き位置エンコーディング（CPE）法であるOIF-PCR++を提案すること。
• 幾何学的手がかりを使用して点群レジストレーションの特徴の識別性を高め、曖昧さを減らすこと。

主な方法:

• 長さとベクトルエンコーディングを使用したコアCPEモジュールを開発し、相対ポーズ状態に基づいて条件付けました。
• 長さエンコーディングのための微分可能な最適輸送を使用した反復最適化パイプラインを導入しました。
• 方向情報を取り込むための段階的な方向アライメント戦略を実装しました。
• 一貫した幾何学的情報のためのインライア伝播メカニズムを統合しました。

主要な成果:

• CPE法は、幾何学的手がかりを組み込むことにより、特徴の曖昧さを段階的に軽減します。
• 反復最適化は、識別的特徴のための長さと方向情報を効果的に統合します。
• さまざまなベンチマーク（屋内、屋外、オブジェクトレベル、マルチウェイ）で最先端の方法と比較して優れたパフォーマンスを達成しました。
• 計算オーバーヘッドはわずかで、複雑な実世界のシナリオに対する強力な一般化を示しました。

結論:

• OIF-PCR++は、点群レジストレーションの精度と効率を大幅に向上させます。
• 提案された条件付き位置エンコーディングは、識別的な点群特徴の学習に効果的です。
• この方法は、さまざまな点群レジストレーションの課題に対して、堅牢で効率的なソリューションを提供します。