文献

J-GLOBAL ID：202202252187893145   整理番号：22A0483161

3D LiDARスキャンのシーケンスを用いた4Dパノプティックセグメンテーションのためのコントラストインスタンス連想【JST・京大機械翻訳】

Contrastive Instance Association for 4D Panoptic Segmentation Using Sequences of 3D LiDAR Scans

著者 (6件)： Marcuzzi Rodrigo (University of Bonn, Bonn, Germany) ,  Nunes Lucas (University of Bonn, Bonn, Germany) ,  Wiesmann Louis (University of Bonn, Bonn, Germany) ,  Vizzo Ignacio (University of Bonn, Bonn, Germany) ,  Behley Jens (University of Bonn, Bonn, Germany) ,  Stachniss Cyrill (University of Bonn, Bonn, Germany)
資料名： IEEE Robotics and Automation Letters  (IEEE Robotics and Automation Letters)
巻： 7  号： 2  ページ： 1550-1557  発行年： 2022年 
JST資料番号： W2448A  ISSN： 2377-3766  資料種別： 逐次刊行物 (A)
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： シーン理解は動的環境における自律ナビゲーションにとって重要である。セグメンテーションと追跡のようなこの領域における知覚タスクは,通常,個々に処理される。本レターでは,LiDARスキャンを用いた4Dパノ光学セグメンテーションの問題を扱い,意味クラスをスキャンする時間シーケンスにおける各3Dポイントに割り当てる必要があり,各オブジェクトは時間的に一貫したインスタンスIDである。任意の単一走査パン光学セグメンテーションネットワークの上部に構築する新しいアプローチを提案し,時間を通してインスタンスを連想することにより,それを時間領域に拡張する。パノ光ネットワークからポイントワイズ特徴を利用するコントラスト集約ネットワークを提案した。それは,異なる時間ステップで同じインスタンスの符号化が互いに近接し,他のインスタンスに属する符号化から離れている埋込み空間を生成する。訓練は,自己教師付きメトリック学習のためのコントラスト学習技法によって触発された。この連想モジュールは,外見と動きの手がかりをスキャンを通してインスタンスを連想させ,時間的知覚を遂行することを可能にする。意味KITTIベンチマーク上で提案手法を評価し,姿勢情報に頼らず,最先端の結果を達成した。Copyright 2022 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： *コントラスト ,  学習 ,  *セグメンテーション ,  ネットワーク ,  *三次元 ,  ベンチマーク
準シソーラス用語： 自律性 ,  光ネットワーク ,  動的環境 ,  時間領域 ,  シーン理解 ,  時間ステップ ,  メトリック学習 , 【Automatic Indexing@JST】

分類 (3件)： 符号理論  (ND02030R) ,  図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 3D ,  LIDAR ,  スキャン ,  シーケンス ,  コントラスト ,  インスタンス ,  連想