The ICP (Iterative Closest Point) algorithm is widely used for geometric alignment of three-dimensional models when an initial estimate of the relative pose is known. Many variants of ICP have been proposed, affecting all phases of the algorithm from the selection and matching of points to the minimization strategy. We enumerate and classify many of these variants, and evaluate their effect on the speed with which the correct alignment is reached. In order to improve convergence for nearly-flat meshes with small features, such as inscribed surfaces, we introduce a new variant based on uniform sampling of the space of normals. We conclude by proposing a combination of ICP variants optimized for high speed. We demonstrate an implementation that is able to align two range images in a few tens of milliseconds, assuming a good initial guess. This capability has potential application to real-time 3D model acquisition and model-based tracking.

ICP(繰り返し最近点)アルゴリズムは、相対的な姿勢の初期推定が分かっているとき、三次元モデルを幾何的に並べるために広く使われている。多くのICP派生手法が提案されており、点の選択とマッチングから最小化戦略までの、アルゴリズムの全段階に影響を与えている(訳注:方法の違いにより、点の選択方法が異なる、など)。我々はこの派生手法の多くを生成して分類し、正しい並びに達する速度への効果を評価した。刻まれた表面のような小さな特徴をもつ、ほぼ平らなメッシュでの収束を改良するために、標準点空間からの一様なサンプリングに基づく、新しい派生法を我々は紹介する(訳注:ほぼ平らなメッシュは収束が悪いので、改良が必要)。高速化のために最適化されたICP派生法の組み合わせを提案することで、(この論文を)終えたい。当初の推測が良好なものと仮定した上で、我々の実装が20〜30ミリ秒で2列の像を並べることができることを示す。この能力は、リアルタイムの3Dモデル獲得と、モデルに基づいたトラッキングに応用できる可能性を秘めている。

訳注)翻訳スタイルは、精密さと分かりやすさを両立させるために、やや意訳になっている。