文献

J-GLOBAL ID：202502251203184759   整理番号：25A0138688

欠損ノイズが再現可能なSim2RealによるLiDARセグメンテーション

Sim2Real LiDAR Segmentation with Synthetic Raydrop Noise

著者 (5件)： 宮脇智也 (九大) ,  中嶋一斗 (九大) ,  LIU Xiaowen (九大) ,  岩下友美 (JPL) ,  倉爪亮 (九大)
資料名： 日本機械学会ロボティクス・メカトロニクス講演会講演論文集(CD-ROM)  (日本機械学会ロボティクス・メカトロニクス講演会予稿集(CD-ROM))
巻： 2024  ページ： ROMBUNNO.1P1-R10  発行年： 2024年 
JST資料番号： L0318B  ISSN： 2424-3124  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： LiDARデータに基づく3Dシーン理解タスクでは,学習データ作成における高いアノテーションコストが課題である.近年,アノテーションを必要としないシミュレータベースのトレーニングが注目されているが,シミュレータと実環境の間のドメインギャップはしばしば汎化性能の低下につながる。本論文では,ラベル付きのシミュレーションデータに対し,深層生成モデルを応用してリアルな欠損ノイズを付加することでドメインギャップを緩和するSim2Real手法を紹介する.複数のセグメンテーションタスクにおいてその有効性を示す.(著者抄録)

シソーラス用語： センサ ,  *LIDARデータ ,  *セグメンテーション ,  *欠測値 ,  学習データ ,  生産 ,  アノテーション ,  シミュレータ ,  訓練 ,  ドメイン構造 ,  シミュレーション ,  深層学習 ,  生成モデル ,  汎化
準シソーラス用語： LiDARセンサ ,  データ作成 ,  ドメイン ,  トレーニング ,  *欠損データ

分類 (3件)： 長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O) ,  人工知能  (JE08000Z) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (4件)： 欠損 ,  ノイズ ,  LIDAR ,  セグメンテーション