既存のいくつかの登録方法は低オーバーラップ環境において精度が低く、効率も悪いという欠点があるため、本論文では信頼できる最適輸送に基づく登録方法を提案する。まず、キーポイントとその特徴情報から点のペアを形成し、サンプリングコンシステンシーアルゴリズムを用いて誤った点のペアを除去し粗い登録を行いながら、初期姿勢の最適化と同時に初期の信頼できる点を分離する。次に、最適輸送を解くことで精密登録を行う過程で、輸送計画の反復および更新戦略に基づき輸送計算に参加する信頼できる点を動的に調整し、登録プロセスの信頼性と効率性を保証する。本手法の有効性を検証するために、スタンフォード標準図形ライブラリおよび3DMatchデータセットの一部モデルを登録対象として選定し、本手法を一般的な3種の登録方法と比較した。実験の結果、本手法は登録精度を30%以上向上させ、実行時間を25%以上短縮した。複数のモデルタイプや様々な欠損状況に対しても本手法は優れた登録効果を維持する。

点群登録;低オーバーラップ率;信頼点;最適輸送