相補的表現における学習特徴によるトップビューグリッドマップのライダーベース意味論的セグメンテーションの改善【JST・京大機械翻訳】

Bieder Frank; Link Maximilian; Romanski Simon; Hu Haohao; Stiller Christoph

プレプリント

J-GLOBAL ID：202202207045102147 整理番号：22P0297801

相補的表現における学習特徴によるトップビューグリッドマップのライダーベース意味論的セグメンテーションの改善【JST・京大機械翻訳】

Improving Lidar-Based Semantic Segmentation of Top-View Grid Maps by Learning Features in Complementary Representations

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年03月02日プレプリントサーバーでの情報更新日： 2022年03月02日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

本論文では,自律運転の文脈におけるスパース,単一ショットLiDAR測定からの意味情報を予測する新しい方法を紹介した。特に,相補的表現から学習された特徴を融合する。この手法は,特にトップビューグリッドマップの意味セグメンテーションの改善を目的とする。この目的に向けて,3D LiDARポイントクラウドを2つの直交2D表現に投影した。各表現に対して,調整された深層学習アーキテクチャを開発し,超座標深層ニューラルネットワークによって融合した意味情報を効果的に抽出した。本研究の貢献は3倍である。1)融合のためのセグメンテーションネットワーク内の異なる段階を調べた。(2)異なる特徴の埋込みの影響を定量化した。(3)この調査の知見を用いて,異なる表現のそれぞれの利点をレバーするテーラードディープニューラルネットワークアーキテクチャを設計した。提案手法を,23.000LiDAR測定以上のポイントワイズ意味アノテーションを提供するセマンティックKITTIデータセットを用いて評価した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , , ,

前のページに戻る