[論文レビュー] StickyPillars: Robust and Efficient Feature Matching on Point Clouds using Graph Neural Networks

Kai Fischer, Martín Simón+4 more|arXiv (Cornell University)|Feb 10, 2020

Robotics and Sensor-Based Localization参考文献 63被引用数 7

ひとこと要約

StickyPillars は、文脈的特徴集約にトランスフォーマーに基づく自己注意およびクロス注意を用いたグラフニューラルネットワーク (GNN) を用い、その後に最適輸送を用いたマッチングを行う、高速で頑健かつ高精度な 3D 特徴マッチング手法を提案する。KITTI データセットにおいて最先端の精度を達成するとともに、最先端のディープラーニング手法の 4 倍速く、フレームドロップや高速走行条件下でも高い安定性を維持する。

ABSTRACT

Robust point cloud registration in real-time is an important prerequisite for many mapping and localization algorithms. Traditional methods like ICP tend to fail without good initialization, insufficient overlap or in the presence of dynamic objects. Modern deep learning based registration approaches present much better results, but suffer from a heavy run-time. We overcome these drawbacks by introducing StickyPillars, a fast, accurate and extremely robust deep middle-end 3D feature matching method on point clouds. It uses graph neural networks and performs context aggregation on sparse 3D key-points with the aid of transformer based multi-head self and cross-attention. The network output is used as the cost for an optimal transport problem whose solution yields the final matching probabilities. The system does not rely on hand crafted feature descriptors or heuristic matching strategies. We present state-of-art art accuracy results on the registration problem demonstrated on the KITTI dataset while being four times faster then leading deep methods. Furthermore, we integrate our matching system into a LiDAR odometry pipeline yielding most accurate results on the KITTI odometry dataset. Finally, we demonstrate robustness on KITTI odometry. Our method remains stable in accuracy where state-of-the-art procedures fail on frame drops and higher speeds.

研究の動機と目的

• 初期化が不十分、重複率が低い、または動的環境下で伝統的な ICP やヒューリスティックベースの手法に見られる限界を解消すること。
• 既存のディープラーニングベースの登録手法の高い推論遅延を克服しつつ、精度を維持または向上させること。
• フレームドロップや高速運動といった困難な現実世界の条件に対しても頑健な、ディープラーニングベースの中間特徴マッチングシステムを開発すること。
• マッチングシステムを LiDAR オドメトリー パイプラインに統合し、全体の位置特定精度と安定性を向上させること。
• 注目と最適輸送を用いたエンドツーエンドの特徴対応学習が、手作業で設計された記述子やヒューリスティックマッチングを上回ることを実証すること。

提案手法

• ポイントクラウドからのスパース 3D キーポイント特徴をエンコードするため、局所的およびグローバルな文脈集約を可能にするグラフニューラルネットワーク (GNN) を使用する。
• マルチヘッド自己注意およびクロス注意メカニズムを適用し、キーポイント近傍における長距離依存関係をモデル化し、特徴の識別能を向上させる。
• GNN の出力をコスト行列として用い、確率的対応を計算する最適輸送 (OT) 問題として特徴マッチング問題を定式化する。
• 手作業で設計された記述子や後処理のヒューリスティクスに依存せず、微分可能 OT を通じてエンドツーエンドで特徴マッチングを学習する。
• 3 ステージのパイプラインを設計する：ポイントクラウドエンコーダ → 注目ベースのグラフネットワーク → 最適輸送ベースのマッチング。
• マッチングモジュールを LiDAR オドメトリー システムに統合し、KITTI ベンチマーク上でリアルタイムかつ高精度なポーズ推定を可能にする。

実験結果

リサーチクエスチョン

• RQ1 学習可能で注目ベースのグラフニューラルネットワークは、従来の手法やヒューリスティック手法と比較して、ポイントクラウド登録における特徴マッチングの頑健性を向上させることができるか？
• RQ2 GNN ベースの特徴マッチングシステムは、現実世界の 3D 登録ベンチマークで精度を維持または向上させつつ、実行時間をどの程度短縮できるか？
• RQ3 フレームドロップ、高速走行、またはポイントクラウド間の重複率が低いなどの困難な条件下で、本手法はどの程度の性能を示すか？
• RQ4 学習された GNN 特徴と最適輸送を統合した手法は、既存のディープラーニングベースの登録手法を精度と効率の両面で上回ることができるか？
• RQ5 StickyPillars における注目ベースの文脈集約は、動的またはごみだらけの環境でもより信頼性が高く安定した対応をもたらすか？

主な発見

• StickyPillars は KITTI オドメトリー データセットで最先端の精度を達成し、回転誤差 (r_rel) においてリーディングメソッドを上回り、並進誤差 (t_rel) では最高水準の結果を達成した。
• 本手法は現在のリーディングディープラーニングベースの登録手法の 4 倍速く、10–15 Hz の LiDAR センサーでもリアルタイム性能を達成できる。
• フレームドロップのシナリオ（例：5 フレームに 1 回のドロップ）においても、StickyPillars は高い精度と安定性を維持し、平均回転誤差 0.84°、並進誤差 0.30m を達成した。これは A-LOAM よりも顕著に優れた性能である。
• LiDAR オドメトリー パイプラインに統合した際、StickyPillars は平均回転誤差を 0.82°、並進誤差を 0.30m まで低下させ、A-LOAM や他の SOTA メソッドを上回った。
• 高速走行条件や低重複率下でも、本手法は従来の手法が不安定になる中で正確なポーズ推定を維持でき、頑健性を示した。
• アブレーションスタディにより、GNN と自己注意・クロス注意、最適輸送の組み合わせが、ベースラインアーキテクチャーや損失関数と比較して優れたマッチング品質をもたらすことが確認された。