- …
- …
#637
summarized by : Akihiro Matsufuji
どんな論文か？
LIDARで取得されたPoint Cloud上で，精度を維持しつつ高速に動作する物体検出手法の提案(end to endでの学習可能なエンコーダ)
（従来手法で有名なVoxelNetの精度は良いが，225ms処理にかかる．LIDARの取得周期は100ms:この論文では16msを実現）
新規性
従来手法(VoxelNet)との比較で記述．新規点として，高速化のために点群をひとまとまりでまとめたPiller単位で特徴量を抽出や2D Convを使用している．
→精度を維持＋高速化を実現した．
結果
最先端の手法（速度を犠牲にしつつ精度向上と精度を犠牲にしつつ速度を維持）に対し，高いベンチマークスコアをはじき出した．このため，既存の手法の全ての点（同スコアも含む）を考慮した結果，提案手法以外を用いる必要がないと言わしめている．
その他（なぜ通ったか？等）
上記の結果により，速度，精度面で他手法(特にVocelNet)と同等以上．特に速度面では点群処理手法の大きな問題の一つであり，その克服に努めた．学習面では使用する上で使いやすいend to endで解決していること．
- …
- …