[論文レビュー] Robust and Accurate Superquadric Recovery: a Probabilistic Approach

Weixiao Liu, Yuwei Wu+2 more|arXiv (Cornell University)|Nov 29, 2021

Image and Object Detection Techniques被引用数 4

ひとこと要約

本稿では、ノイズの多い3次元点群から、ロバストで高精度なスーパーキューブの回復を実現する新規な確率的手法EMSを提案する。ノイズと外れ値をガウス-一様混合（GUM）でモデル化し、回復問題を最尤推定（MLE）として定式化することで、期待値、最大化、およびスイッチング戦略を用いて局所最適解を回避し、合成および実世界のデータセットにおいて、複雑なマルチスーパーキューブ表現を含め、最先端の精度、効率性、ロバスト性を達成する。

ABSTRACT

Interpreting objects with basic geometric primitives has long been studied in computer vision. Among geometric primitives, superquadrics are well known for their ability to represent a wide range of shapes with few parameters. However, as the first and foremost step, recovering superquadrics accurately and robustly from 3D data still remains challenging. The existing methods are subject to local optima and sensitive to noise and outliers in real-world scenarios, resulting in frequent failure in capturing geometric shapes. In this paper, we propose the first probabilistic method to recover superquadrics from point clouds. Our method builds a Gaussian-uniform mixture model (GUM) on the parametric surface of a superquadric, which explicitly models the generation of outliers and noise. The superquadric recovery is formulated as a Maximum Likelihood Estimation (MLE) problem. We propose an algorithm, Expectation, Maximization, and Switching (EMS), to solve this problem, where: (1) outliers are predicted from the posterior perspective; (2) the superquadric parameter is optimized by the trust-region reflective algorithm; and (3) local optima are avoided by globally searching and switching among parameters encoding similar superquadrics. We show that our method can be extended to the multi-superquadrics recovery for complex objects. The proposed method outperforms the state-of-the-art in terms of accuracy, efficiency, and robustness on both synthetic and real-world datasets. The code is at http://github.com/bmlklwx/EMS-superquadric_fitting.git.

研究の動機と目的

• 既存の局所最適化手法では困難な、ノイズが多く外れ値を含む3次元点群からスーパーキューブをロバストかつ高精度に回復する課題に対処すること。
• スーパーキューブフィッティング中にノイズと外れ値を明示的にモデル化する確率的フレームワークを構築し、実世界の状況における信頼性を向上させること。
• 従来の最適化手法の限界である局所最適解を回避するため、スーパーキューブの幾何的対称性と代数的不確かさに基づいたグローバルスイッチング機構を導入すること。
• 単一スーパーキューブ回復手法を、複雑な物体のためのマルチスーパーキューブ表現に拡張し、階層的幾何的抽象化を可能とすること。
• オブジェクト推論、 grasping、計画などのタスクを支援する、標準的な幾何的プリミティブを抽出することで、高レベルのシーン理解を可能とすること。

提案手法

• 点群におけるインライアーノイズと外れ値を表すためにガウス-一様混合（GUM）モデルを用い、スーパーキューブ回復を最尤推定（MLE）問題として定式化する。
• 期待値、最大化、およびスイッチング（EMS）アルゴリズムを導入し、Eステップでは後方推論により外れ値の確率を推定し、Mステップでは信頼領域リフレクティブ法を用いてスーパーキューブパラメータを最適化する。
• Sステップでは、類似した形状と姿勢を持つ代替のスーパーキューブパラメータをグローバルに探索し、尤度を向上させるとともに局所最適解からの脱出を実現する。
• スーパーキューブの幾何的対称性と代数的不確かさを活用し、パラメータ空間を効率的に探索し、劣悪な局所解への収束を回避する。
• 複雑な形状の階層的分解を可能とするために、主にスーパーキューブ成分を再帰的に同定し、残差を外れ値として扱うことで、マルチスーパーキューブ回復にフレームワークを拡張する。
• ボクセル化による点群のダウンサンプリングと、複雑度を制御するためのプルーニングしきい値を用いる。

実験結果

リサーチクエスチョン

• RQ1 ノイズの多い点群から高精度、ロバスト性、効率性を備えたスーパーキューブを回復できる確率的手法を設計できるか？
• RQ2 ノイズや外れ値が存在する状況下でも、スーパーキューブフィッティングにおける局所最適解をどのように回避できるか？
• RQ3 単一のスーパーキューブでは形状を完全に表現できない場合でも、複雑な点群から支配的スーパーキューブ類似成分を同定できるか？
• RQ4 確率的フレームワークを、複雑な物体のための複数のスーパーキューブを階層的に回復できるようにどの程度拡張できるか？
• RQ5 実世界および合成データにおいて、提案手法はSOTA手法と比較して、フィッティング精度、実行時間、ロバスト性の観点でどの程度優れているか？

主な発見

• 提案手法EMSは、合成および実世界の両データセットで最高の精度を達成し、平均誤差および最大誤差の観点で、Radial-LSQ や Robust-fitting などのベースラインを上回る。
• ノイズが多く外れ値を含むRGB-Dスキャンを含む BigBIRD データセットにおいて、EMSは優れたロバスト性を示し、他の手法が失敗するか複数回の再起動を要する状況でも高い精度を維持する。
• BigBIRD データセットにおいて、EMSはすべてのベースラインの中で最速の実行時間を達成し、Robust-fitting 法よりも著しく短い時間で処理を完了しながらも、より高い精度を維持する。
• マルチスーパーキューブ回復において、EMSは複雑な形状から主なスーパーキューブ（例：シリンダーライクなボトル本体）を的確に同定するのに対し、単一スーパーキューブ手法では支配的形状を捉えられない。
• 階層的分解プロセスは、外れ値と本体形状を効果的に分離し、動物やボトルのような複雑な物体における補助部品の正確な回復を可能にする。
• 初期値に依存せず、1回の実行で高品質な解に収束する。一方、ベースライン手法は局所最適解から脱出するためにしばしば複数回の試行を要する。