抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,SC^2-PCRと呼ばれる効率的でロバストなポイントクラウドレジストレーション(PCR)のための二次空間適合性(SC^2)測度ベースの方法を提示する。最初に,著者らは,対応間の類似性を計算するために,二次空間適合性(SC^2)測度を提案した。それは,ローカル一貫性の代わりにグローバル互換性を考慮し,初期段階で,インリーレンと異常値の間のより明確なクラスタ化を可能にした。この測度に基づいて,著者らの登録パイプラインは,初期対応からいくつかの信頼できるシードを見つけるために,グローバルスペクトル技術を採用した。次に,SC^2測度行列に基づくコンセンサス集合に各シードを拡張するための2段階戦略を設計した。最後に,各コンセンサス集合を重み付きSVDアルゴリズムに送り,候補剛体変換を生成し,最終結果として最良モデルを選択した。提案手法は,より少ないサンプリングを用いて,ある数の異常値フリーコンセンサス集合を見つけることができ,モデル推定をより効率的かつロバストにする。さらに,提案SC^2測度は一般的であり,深層学習ベースフレームワークに容易にプラグできる。この方法の性能を調べるために広範な実験を行った。コードは,url{https://github.com/ZhiChen902/SC2 PCR}で利用可能である。【JST・京大機械翻訳】