文献

J-GLOBAL ID：202002280080697961   整理番号：20A0365044

入力可変長PointNetによる自転車認識

Cyclist Recognition via Size-Adaptable PointNet

著者 (7件)： 山本大貴 (名古屋大学大学院) ,  新村文郷 (名古屋大学大学院) ,  出口大輔 (名古屋大学大学院) ,  川西康友 (名古屋大学大学院) ,  井手一郎 (名古屋大学大学院) ,  加藤一樹 (株式会社デンソー) ,  村瀬洋 (名古屋大学大学院)
資料名： 精密工学会誌(Web)  (Journal of the Japan Society for Precision Engineering (Web))
巻： 85  号： 12  ページ： 1117-1126(J-STAGE)  発行年： 2019年 
JST資料番号： U0462A  ISSN： 1882-675X  資料種別： 逐次刊行物 (A)
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： 近年,LIDARを用いた周辺環境認識に携わる多くの研究者が,自動運転を開発するために活発に実施している。直接的に3Dポイントクラウドを処理するDNNベース物体認識法であるPointNetが良好な性能を示してきた。しかしながら,入力点の数が固定されているため限界を持ち,変化するポイント数を含むポイントクラウドへ適用することはできない。従って,本論文は,PointNetへ任意の数のポイントの入力を可能にする新規なサンプリングモジュールを提案する。提案したモジュールは二つの機能:目標物体の形状を維持できるダウンサンプリングとLIDAR特性に基づくアップサンプリング,が特徴である。提案した方法の有効性を評価するために,KITTIビジョンベンチマークスーツによって提供されたポイントクラウドについて実験を行なっている。実験結果が,提案したサンプリングモジュールを有するPointNetを用いた認識方法は通常の方法を凌ぐ性能であることを示している。(翻訳著者抄録)

シソーラス用語： 環境 ,  認識 ,  *自転車 ,  点群 ,  標本抽出 ,  入力 ,  可変性 ,  *画像認識 ,  LIDAR
準シソーラス用語： レーザレーダ ,  周辺環境 ,  サンプリング【統計】

著者キーワード (8件)： サイクリスト認識 ,  3Dポイントクラウド ,  ライダ ,  サイズ適応型PointNet ,  サイクリスト認識 ,  3Dポイントクラウド ,  ライダ ,  サイズ適応型PointNet

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (22件)：

• 1) A. Kanezaki and T. Harada: 3D selective search for obtaining object candidates, Proc. 2015 IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (2015) 82.
• 2) C. R. Qi, W. Liu, C. Wu, H. Su and L. J. Guibas: Frustum PointNets for 3D object detection from RGB-D data, Proc. 2018 IEEE/CVF Conf. on Computer Vision and Pattern Recognition (2018) 918.
• 3) K. Kidono, T. Miyasaka, A. Watanabe, T. Naito and J. Miura: Pedestrian recognition using high-definition LIDAR, Proc. 2011 IEEE Intelligent Vehicles Symposium (2011) 405.
• 4) Y. Tatebe, D. Deguchi, Y. Kawanishi, I. Ide, H. Murase and U. Sakai: Can we detect pedestrians using low-resolution LIDAR? -Integration of multi-frame point-clouds-, Proc. 12th Int. Conf. on Computer Vision Theory and Applications, 5 (2017) 157.
• 5) D. Maturana and S. Scherer: VoxNet: A 3D convolutional neural network for real-time object recognition, Proc. 2015 IEEE/RSJ Int. Conf. on Intelligent Robots and Systems (2015) 922.

タイトルに関連する用語 (2件)： 可変長 ,  自転車