文献

J-GLOBAL ID：202102274784264208   整理番号：21A1350891

DDRNet:大規模シーンのための高速ポイントクラウドレジストレーションネットワーク【JST・京大機械翻訳】

DDRNet: Fast point cloud registration network for large-scale scenes

著者 (4件)： Zhang Zhenghua (School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China) ,  Chen Guoliang (School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China) ,  Wang Xuan (School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China) ,  Shu Mingcong (School of Environment Science and Spatial Informatics, China University of Mining and Technology, Xuzhou 221116, China)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 175  ページ： 184-198  発行年： 2021年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 大規模シーンポイントクラウドに対する効率的なレジストレーションは,自律運転や同時位置決めやマッピングのような多くの実世界知能アプリケーションにとって不可欠な基本的能力である。大規模なシーンポイントクラウドは,大量のデータ,不規則な局所密度,および限られた重なりのような様々な特性を持っているので,ほとんどの既存の手法は,小規模ポイントクラウドを用いて訓練され,操作されるだけである。本研究では,DDRNetと名付けた深い直接登録ネットワークを提案し,大規模シーンのポイントクラウドを効率的に整列させた。DDRNetは3つの部分から成る:局所空間と空間的特徴の両方を含む姿勢情報を効率的に集約できる局所空間認識符号器;ネットワークを重複領域へ自己適応的に集中させるための注意重み付けモジュール;そして,ピラミッド変換復号器を用いて,異なる分解能を有する特徴に基づく変換を推定した。また,ネットワークを訓練し,自己監督された方法で試験できるように,任意の学習ベースレジストレーション法に適合する部分サブサンプル戦略を提案した。ネットワーク効率とロバスト性を,4つのデータセットを用いて包括的に検証した:ModelNet40,3Dmatch,S3DIS,およびKITTIオドメトリーデータセット。結果は,著者らのアプローチが,大規模シーンデータとオブジェクトポイントクラウドデータに関して,古典的および学習ベースの方法の両方を含む最先端の方法より,より効率的であり,そして,点密度および重複における変動に対してより高いロバスト性を有することを証明した。効率と低い登録誤差は,ポイントクラウド登録タスクに依存する実質的なアプリケーションのためにDDRNetを魅力的にする。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： LIDAR ,  学習 ,  *ネットワーク ,  復号器 ,  位置決め ,  符号器 ,  応用プログラム ,  角錐 ,  三次元 ,  重みづけ ,  ロバスト性
準シソーラス用語： 自律性 ,  自己適応 ,  オドメトリ ,  点群データ , 【Automatic Indexing@JST】

著者キーワード (4件)： 高速3Dレジストレーション ,  大規模シーン ,  グローバルレジストレーション ,  ライダーオドメトリー

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (2件)： 大規模 ,  シーン