[論文レビュー] A Practical Maximum Clique Algorithm for Matching with Pairwise Constraints

Álvaro Parra, Tat-Jun Chin+3 more|arXiv (Cornell University)|Feb 5, 2019

Advanced Image and Video Retrieval Techniques参考文献 17被引用数 28

ひとこと要約

本稿では、木探索とグラフ彩色に基づく上限評価および枝刈りを組み合わせることで、3次元点群登録におけるペアワイズ制約付きマッチング問題を効率的に解く、新しい最大クリークアルゴリズムを提案する。この手法は、95％以上の外れ値率を示す実世界のインスタンスにおいて、数秒から数分の時間でグローバル最適解を達成し、先行する最先端手法と比較して速度で1桁の向上を達成し、RANSACの代替として実用的であることを示している。

ABSTRACT

A popular paradigm for 3D point cloud registration is by extracting 3D keypoint correspondences, then estimating the registration function from the correspondences using a robust algorithm. However, many existing 3D keypoint techniques tend to produce large proportions of erroneous correspondences or outliers, which significantly increases the cost of robust estimation. An alternative approach is to directly search for the subset of correspondences that are pairwise consistent, without optimising the registration function. This gives rise to the combinatorial problem of matching with pairwise constraints. In this paper, we propose a very efficient maximum clique algorithm to solve matching with pairwise constraints. Our technique combines tree searching with efficient bounding and pruning based on graph colouring. We demonstrate that, despite the theoretical intractability, many real problem instances can be solved exactly and quickly (seconds to minutes) with our algorithm, which makes our approach an excellent alternative to standard robust techniques for 3D registration.

研究の動機と目的

• 3次元キーポoinト対応において、しばしば95％を超える高い外れ値率が、RANSACなどのロバストな登録手法の性能を著しく制限するという課題に対処すること。
• ペアワイズ一貫性を満たす対応の最大集合を特定する、ペアワイズ制約付きマッチングの最大クリーク定式化を解く実用的な正確なアルゴリズムを開発すること。
• NP困難であるにもかかわらず、現実的な時間（数秒から数分）で組合せ問題を効率的かつグローバル最適に解けるようにすること。
• ペアワイズ一貫性を最大クリークにより解くことが、キーポイントベースの3次元登録における標準的なロバスト推定法と比較して、実用的で優れた代替手段であることを示すこと。

提案手法

• ペアワイズ一貫性が閾値ε内に収まる対応のペアをエッジとして持つ一貫性グラフ上で、ペアワイズ制約付きマッチング問題を最大クリーク問題に再定式化する。
• グリーディなグラフ彩色ヒューリスティックを用いてクリークサイズの上界を推定する、分枝限定法に基づく木探索戦略を用いて、潜在的なクリークを探索する。
• 動的かつ効果的な部分木の削除を可能にする、グラフ彩色に基づく強化された枝刈り機構を導入し、探索空間を顕著に削減する。
• 部分グラフの彩色数を用いた上限評価技術を適用し、探索の初期段階で枝を刈り、最適性を損なわせることなく効率性を向上させる。
• 探索プロセス中に上界を効率的に計算するために、高速なグリーディ彩色アルゴリズムを統合する。
• 大規模グラフ（最大5000対応）を処理できる最適化を実装し、実世界のデータにおいても1分未満の実行時間を達成する。

実験結果

リサーチクエスチョン

• RQ1 NP困難であるにもかかわらず、実世界の文脈において、ペアワイズ制約付きマッチング問題を効率的かつ正確に解くことは可能か？
• RQ2 頂点被覆やMIPベースのソルバーよりも、最大クリーク定式化は実行時間およびスケーラビリティにおいてどのように優れているか？
• RQ3 グラフ彩色に基づく上限評価および枝刈りは、この文脈における最大クリーク問題の解法をどれほど加速できるか？
• RQ4 提案手法は、極めて高い外れ値率（例：95％以上）を示す実世界の3次元登録データを処理でき、かつ実用的な時間内に最適解を提供できるか？
• RQ5 このアプローチは、キーポイントベースの3次元登録におけるRANSACの実用的代替手段として機能できるか？

主な発見

• 提案された最大クリークアルゴリズム（PMC）は、最大5000対応および99％の外れ値率を示す実世界の3次元登録インスタンスを、平均して10秒未塔で解き、グローバル最適性を達成している。
• PMCは、最先端の頂点被覆ベース手法よりも1桁の高速さを示し、特に大きなグラフ（N=5000）において、MCQは1000秒以上を要するが、PMCは10秒未塔で残っている。
• グラフ彩色に基づく追加の枝刈りステップが性能向上に不可欠であることが、同じ彩色ヒューリスティックを使用するMCQと比較してPMCの優れた実行時間から裏付けられている。
• RANSAC（ベースラインとして使用）は、外れ値比に伴い指数関数的にスケーリングするため、特に高外れ値領域では、PMCよりも著しく高い実行時間を示しており、最大で1桁の遅さを示している。
• 最適なクリーク集合（|I*|）に基づくSVDベースの登録では、低角度誤差および低並進誤差（多くの場合1°未塔）を達成しており、解の質が確認されている。
• 本手法は、アーマディル、T-REX、バニーなど多様な点群ペアに対してロバストであり、特に大規模で高外れ値率のデータセットにおいて一貫した性能向上を示している。