FeatSync: 注意機能に基づく改良を伴う3D点群マルチビュー登録

現在の研究では、マルチビュー登録をいくつかの個別のタスクに分解することが多く、各段階間の相関を無視し、前の段階からの知識なしにノイズ分布に関する特定の仮定を行っています。これらの問題は、実際のケースへの一般化に困難をもたらします。本論文では、生の3D点群フラグメントのセットを入力として受け取り、グローバルトランスフォーメーションを出力するエンドツーエンドの特徴ベースのマルチビュー登録モデルを提案します。従来の研究とは異なり、私たちの手法では段階間での情報の交換が可能です。まず、注意に基づくモデルを用いてペアワイズ登録を推定し、特徴学習を支援します。次の段階では、反復重み付け最小二乗法（IRLS）アルゴリズムを用いてグローバルトランスフォーメーションを洗練し取得します。各反復において、ノイズに関する仮定を行うのではなく、ペアワイズ登録から外れ値を推論するモデルを直接構築し、その推論が同期をより信頼できる結果を生むのに役立つようにします。IRLSアルゴリズムのプロセスに従い、反復的に特徴ベースのペアワイズ推定を向上させるシンプルかつ効果的な改良モジュールを提案し、これをIRLS手順にシームレスに統合できます。ベンチマークデータセットで実施した広範な実験結果により、私たちの提案する手法が既存の手法を上回ったことが示されています。