arXiv (アルファエックス) は2026年10月20日(現地時間)、研究者グループが汎用的な3D点群登録のための統一モデル「Register Anything Model (RAM)」を発表したことを報じた。このモデルは、既存手法が抱える特定のドメインへの特化による汎化能力の不足を克服し、センサーや環境を問わず、多様なドメインにわたり頑健に6自由度 (6-DoF) 変換を推定する能力を持つ。単一モデルで屋内、屋外、オブジェクトドメインといった幅広いデータに対応する。
Zheng Qin (チェン・チン) 氏ら8人の研究者によるこの取り組みは、自動運転、拡張現実・仮想現実 (AR/VR)、ロボティクスといった分野で不可欠な3D点群登録の精度と汎用性を飛躍的に向上させることを目指している。既存の3D点群登録手法は、訓練された特定のドメインにおいて高い性能を発揮するものの、未知のドメインや異なるセンサー、多様な環境条件下ではその性能が著しく低下するという課題を抱えていた。点群の幾何学的差異、例えばシーンスケール、センサーノイズ、点密度、構造パターンといった変動要因に対する頑健性が求められていた。
RAMは、この課題を解決するため、複数の革新的な技術を導入している。その一つが幾何学的認識正規化戦略 (Geometry-aware Normalization Strategy)である。この戦略は、入力された点群を結合的にボクセル化し、標準化された幾何学的空間へと正規化する。点群の幾何学的特性に基づいて適応的に機能することで、解像度を標準化しつつ、各点群が持つ局所的な顕著な構造を効果的に保持する。これにより、さまざまなドメインからの点群データにおける幾何学的差異を効果的に吸収し、モデルがより汎用的な特徴を学習することを可能にする。
この正規化戦略を基盤として、RAMは効率的な幾何学的トランスフォーマー (Efficient Geometry Transformer)を採用している。このトランスフォーマーは、点群全体を直接処理するのではなく、階層的な粗密アプローチ (hierarchical coarse-to-fine approach) を用いることで、効率的に局所的な幾何学的一貫性をモデル化する。これは、ボクセル化によって生じる可能性のある離散化ノイズを軽減し、同時に計算効率を大幅に向上させる。この設計は、大規模な点群データセットに対しても実用的な処理能力を提供する。
研究チームは、RAMの性能を検証するため広範な実験を実施した。屋内、屋外、オブジェクトドメインにわたる12の公開ベンチマークにおいて、RAMは既存の最先端手法を上回る性能を示した。具体的には、インライア比 (inlier ratio) と登録再現率 (registration recall) の両方で顕著な改善を達成し、各個別ドメインで訓練された既存手法と比較しても、その優れた汎化能力と頑健性を実証した。この研究は、コンピュータビジョン分野の主要国際会議であるNeurIPS 2026に採択されており、関連するコードとモデルは公開されている。
参考: arXiv cs.CV (アーカイブ) — 2026年10月22日 13:00 (JST)