文献

J-GLOBAL ID：202002237981184320   整理番号：20A1750872

点群からの構造を意識した単一ステージ3Dオブジェクト検出【JST・京大機械翻訳】

Structure Aware Single-Stage 3D Object Detection From Point Cloud

著者 (5件)： He Chenhang (The Hong Kong Polytechnic University; DAMO Academy, Alibaba Group) ,  Zeng Hui (The Hong Kong Polytechnic University; DAMO Academy, Alibaba Group) ,  Huang Jianqiang (DAMO Academy, Alibaba Group) ,  Hua Xian-Sheng (DAMO Academy, Alibaba Group) ,  Zhang Lei (The Hong Kong Polytechnic University; DAMO Academy, Alibaba Group)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CVPR  ページ： 11870-11879  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 点雲データからの3D物体検出は,自律運転において本質的な役割を果たす。現在の単一ステージ検出器は,完全畳込み方式で3Dポイントクラウドを徐々にダウンスケーリングすることによって効率的である。しかし,ダウンスケールされた特徴は空間情報を必然的に失い,三次元点雲の構造情報を完全に利用できず,それらの局在化精度を劣化させる。本研究では,3D点雲の構造情報を明示的に活用することにより,単一ステージ検出器の位置決め精度を改善することを提案する。特に,バックボーンネットワークにおける畳み込み特徴を点レベル表現に変換する補助ネットワークを設計した。補助ネットワークを,2点レベル監視によって共同最適化し,バックボーンネットワークにおける畳込み特徴を誘導し,物体構造を認識した。補助ネットワークを訓練後に分離することができ,従って推論段階で余分な計算を導入しなかった。さらに,単一ステージ検出器が予測境界ボックスと対応する分類信頼度の間の不一致に悩まされることを考慮して,著者らは,予測境界ボックスに信頼を整列させるための効率的な部分敏感ワーピング操作を開発した。提案検出器はKITTI3D/BEV検出リーダボードのトップでランクし,25FPSで推論する。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  畳込み ,  信頼度 ,  ネットワーク ,  *点群 ,  基幹回線 ,  検出器 ,  *三次元
準シソーラス用語： 自律性 ,  空間情報 ,  ワーピング ,  *物体検出 ,  ダウンスケーリング ,  位置決め精度 ,  局在化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 点群 ,  意識 ,  ステージ ,  3D ,  オブジェクト検出