文献

J-GLOBAL ID：202102225932171786   整理番号：21A0270344

ポイントクラウドにおける3Dオブジェクト検出のための動的占有グリッドの利用【JST・京大機械翻訳】

Leveraging Dynamic Occupancy Grids for 3D Object Detection in Point Clouds

著者 (5件)： Sierra-Gonzalez David (Univ. Grenoble-Alpes, Inria,Grenoble,France,38000) ,  Paigwar Anshul (Univ. Grenoble-Alpes, Inria,Grenoble,France,38000) ,  Erkent Ozgur (Univ. Grenoble-Alpes, Inria,Grenoble,France,38000) ,  Dibangoye Jilles (Univ. Grenoble-Alpes, Inria,Grenoble,France,38000) ,  Laugier Christian (Univ. Grenoble-Alpes, Inria,Grenoble,France,38000)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICARCV  ページ： 1188-1193  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： 伝統的に,ポイントクラウドベースの3Dオブジェクト検出器を,駆動シーケンス(例えばKITTIデータセット)から取った注釈付き,非逐次サンプルで訓練した。しかしながら,これを実行することにより,開発したアルゴリズムは,駆動シーケンスから任意の動的情報を利用するのに注意する。実験車両にモデルを展開するとき,試験時間で利用可能なこの情報が,物体検出タスクに対して顕著な予測可能性を有することを,合理的に考えることは合理的である。この種の情報が提供できる利点を研究するために,著者らは,生KITTIデータセットから動的占有グリッドマップのデータセットを構築し,KITTI3Dオブジェクト検出データセットサンプルのそれぞれに対する対応を見出した。動的情報の有無によるLidarベースの最先端の3D物体検出器の訓練により,動力学の予測値への洞察を得た。結果は,環境ダイナミックスへのアクセスが,歩行者のようなより小さな障害物の方位を予測する検出アルゴリズムの能力を27%改善することを示した。さらに,挑戦的な事例における歩行者に対するボックス予測を境界する3Dおよび鳥の眼の視点は,7%の改善も見た。定性的に言えば,動力学は,部分的に閉塞した,そして,遠方の障害物の検出を助ける。この事実を多数の定性的予測結果で説明した。Copyright 2021 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： アルゴリズム ,  歩行者 ,  実験車 ,  検出器 ,  *三次元 ,  予測可能性 ,  アノテーション
準シソーラス用語： *物体検出 ,  予測値 ,  検出アルゴリズム , 【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)： ポイント ,  クラウド ,  3D ,  オブジェクト検出 ,  グリッド