[論文レビュー] Open3D: A Modern Library for 3D Data Processing

Qian-Yi Zhou, Jaesik Park+1 more|arXiv (Cornell University)|Jan 30, 2018

Robotics and Sensor-Based Localization参考文献 18被引用数 1,196

ひとこと要約

Open3Dは、3Dデータ処理のための高速なC++バックエンドとPythonフロントエンドを提供するオープンソースライブラリで、使いやすさ、軽量な依存関係、強力な性能を重視します。

ABSTRACT

Open3D is an open-source library that supports rapid development of software that deals with 3D data. The Open3D frontend exposes a set of carefully selected data structures and algorithms in both C++ and Python. The backend is highly optimized and is set up for parallelization. Open3D was developed from a clean slate with a small and carefully considered set of dependencies. It can be set up on different platforms and compiled from source with minimal effort. The code is clean, consistently styled, and maintained via a clear code review mechanism. Open3D has been used in a number of published research projects and is actively deployed in the cloud. We welcome contributions from the open-source community.

研究の動機と目的

• 3Dデータ処理（点群、メッシュ、RGB-D）を扱う際に、重く膨大なライブラリに代わる、速くて使いやすいオープンソースフレームワークを提供する。
• Pythonに優しいフロントエンドと堅牢なC++バックエンドを提供し、迅速な開発と実験を可能にする。
• 依存関係を軽量に保ち、研究ワークフローへの導入と統合を簡素化するために、クロスプラットフォーム対応を維持する。
• 一般的な3Dタスク（I/O、可視化、登録、再構成）における機能をデモンストレーションし、性能をベンチマークする。
• 定義されたレビューとCIプロセスを通じて、コミュニティの貢献を促し、高品質なコードを維持する。

提案手法

• 点群、メッシュ、RGB-D画像の直接NumPyアクセスを備えた、コンパクトなデータ構造セットを設計する。
• コアアルゴリズム（I/O、サンプリング、可視化、法線推定、ICP、体積統合）をOpenMP並列化を備えた高性能なC++11バックエンドに実装する。
• 普及度の高いPythonバインディングを介してバックエンド機能を公開し、簡潔で対話的なワークフローを可能にする。
• 軽量ライブラリ（Eigen、GLFW、FLANN）を用い、可能な限り自社実装を組み込んで依存関係を最小化する。
• 対話的な3D探索のために柔軟なAPI（draw_geometriesとコールバックベースのアニメーション）を備えた可視化ツ toolkitを提供する。
• ICPや再構成などの主要ルーチンをベンチマークし、代替手段に対して著しい性能向上を達成する。

実験結果

リサーチクエスチョン

• RQ1 共通の3Dデータ処理ワークフロー（点群、メッシュ、RGB-D画像）をサポートするために、どのようなデータ表現とアルゴリズムが不可欠か。
• RQ2 3Dデータライブラリは、有用性、使いやすさ、最小限の依存関係を保ちつつ高性能を達成するにはどうすればよいか。
• RQ3 C++のみのインターフェースと比べて、Python優先のバインディングは、コード長と対話性の面でどの程度の使いやすさを向上させるか。
• RQ4 登録や再構成などのコアタスクに対して、既存ライブラリ（例：PCL）と比較してOpen3Dの性能はどうか。
• RQ5 モジュール化、CI、コードレビューなど、広範なコミュニティの採用と継続的な開発を支える設計とエンジニアリングの実践は何か。

主な発見

• Pythonインターフェースは、典型的なタスクにおいて、C++インターフェースやPCLよりもコードが著しく短く、明確である。
• Pythonを用いたRGB-Dデータからの大規模シーン再構成の全エンドツーエンドのワークフローを提供し、局所フラグメント構築、姿勢グラフ最適化、体積統合を含む。
• 最適化されたC++バックエンドはPCLよりも大幅な速度向上を提供し、ICP実装は最大25×速いと報告されている。
• OpenMPを用いた並列化は、現代のCPU上で多くのコア機能を3–6倍の速度で加速する。
• Choiらによる再構成パイプラインは、元の実装よりも最大で1桁近く高速である。
• Open3DはMITライセンスの下で公開されており、最小限の依存関係でプラットフォーム横断の構築を容易に設計されている。