オートエンコーダ潜在空間における最適化を介した多視点点群登録

Multiview Point Cloud Registration via Optimization in an Autoencoder Latent Space

April 30, 2025

著者: Luc Vedrenne, Sylvain Faisan, Denis Fortun

cs.AI

要旨

点群の剛体登録は、3Dコンピュータビジョンにおける基本的な問題である。多視点の場合、一連のオブジェクトを整列させるための6D姿勢のセットを見つけることを目指す。ペアワイズ登録に基づく手法は、後続の同期アルゴリズムに依存しており、視点の数に対してスケーラビリティが低い。生成的なアプローチはこの制限を克服するが、ガウス混合モデルに基づいており、期待値最大化アルゴリズムを使用する。そのため、大きな変換を扱うには適していない。さらに、既存の手法の多くは高度な劣化を扱うことができない。本論文では、POLAR（POint cloud LAtent Registration）を紹介する。これは、多数の視点を効率的に扱いながら、高度な劣化や大きな初期角度に対して頑健な多視点登録手法である。これを実現するために、登録問題を事前学習されたオートエンコーダの潜在空間に変換し、劣化を考慮した損失関数を設計し、効率的なマルチスタート最適化戦略を開発した。提案手法は、合成データおよび実データにおいて、最先端のアプローチを大幅に上回る性能を示す。POLARは、github.com/pypolar/polarで利用可能であり、pip install polaregistrationでインストール可能なスタンドアロンパッケージとしても提供されている。

English

Point cloud rigid registration is a fundamental problem in 3D computer vision. In the multiview case, we aim to find a set of 6D poses to align a set of objects. Methods based on pairwise registration rely on a subsequent synchronization algorithm, which makes them poorly scalable with the number of views. Generative approaches overcome this limitation, but are based on Gaussian Mixture Models and use an Expectation-Maximization algorithm. Hence, they are not well suited to handle large transformations. Moreover, most existing methods cannot handle high levels of degradations. In this paper, we introduce POLAR (POint cloud LAtent Registration), a multiview registration method able to efficiently deal with a large number of views, while being robust to a high level of degradations and large initial angles. To achieve this, we transpose the registration problem into the latent space of a pretrained autoencoder, design a loss taking degradations into account, and develop an efficient multistart optimization strategy. Our proposed method significantly outperforms state-of-the-art approaches on synthetic and real data. POLAR is available at github.com/pypolar/polar or as a standalone package which can be installed with pip install polaregistration.