点群レジストレーションにおける最大クリークと最大合意の関係

- 点群レジストレーションにおける2つの定式化、maximum clique と maximum consensus の関係を理論的に解析した研究。 - maximum consensus はできるだけ多くの対応を整合させる1つの変換を求める。 - maximum clique は対応間のpairwise distanceテストに基づいて対応を選ぶ。 - 両者は経験的に近いとされるが、その一致度は十分に理解されていなかった。

- 従来は maximum clique を maximum consensus の代替・近似として経験的に用いていた。 - 本研究は両者の関係を理論的に示した点が新しい。 - maximum clique が任意に大きな alignment error を持ち得ること、任意の固定正許容度で maximum consensus set より任意に大きくなり得ることを示した。 - 回転固定時の translation subproblem について、maximum consensus を厳密に特徴づける sharp な誤差上界とテストを導出した。

- maximum clique と maximum consensus の関係を理論的に解析する枠組みを構築。 - alignment error を制限する幾何学的条件を導出。 - 回転固定の場合に translation subproblem の sharp な誤差上界と厳密なテストを導出。 - group-$k$ consistency を検討し、点群のスケールや幾何に依存しない alignment error 上界を保証する最小グループサイズを決定。 - 回転・並進で $d+1$、reflection 許容時は $d+2$（次元 $d\ge 2$）。

- 理論的証明に加え、Lean theorem prover による証明検証を実施。 - インタラクティブな例を公開（https://ariarobotics.github.io/mc-vs-mc-registration/）。 - 実データやベンチマークでの実験的検証については要旨からは不明。

- maximum clique を maximum consensus の代替・近似として使う際の誤差リスクを理論的に示唆。 - 幾何学的条件や group-$k$ consistency のグループサイズが誤差上界に与える影響を議論。 - 実応用上の計算コストや実データでの挙動については要旨からは不明。

- 要旨で参照・比較されている maximum clique および maximum consensus に関する先行研究。 - group-$k$ consistency に関する関連研究。 - Lean theorem prover を用いたロボティクス・幾何アルゴリズムの形式検証に関する研究。 - 点群レジストレーションの robust estimation に関する定番手法（例: RANSAC）。