SC□2-PCR: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のための二次空間適合性【JST・京大機械翻訳】

Chen Zhi; Sun Kun; Yang Fan; Tao Wenbing

プレプリント

J-GLOBAL ID：202202210073634503 整理番号：22P0311103

SC□2-PCR: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のための二次空間適合性【JST・京大機械翻訳】

SC^2-PCR: A Second Order Spatial Compatibility for Efficient and Robust Point Cloud Registration

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月27日プレプリントサーバーでの情報更新日： 2022年03月27日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

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】

, , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , 医用画像処理

, , ,

前のページに戻る