#6
summarized by : Teppei Kurita
SurfelGAN: Synthesizing Realistic Sensor Data for Autonomous Driving

どんな論文か?

自動運転のシミュレータはUEやUnityなどのゲームエンジンを主に使用しており、カメラやLIDARの設定が大変で現実データとのドメインギャップも激しい。そこで現実の走行で収集した少量の画像やLIDARデータから任意の軌跡におけるリアルなカメラ画像をシミュレート可能にした。
placeholder

新規性

CGベースだとリアルなLIDARデータを再現するためには材料特性を手動で指定する必要があるのが課題だった。データドリブンだとそういう懸念はなくなる。またこの手法ではSurfelというテクスチャ表現でシーンを再構成し、GANを使いリアルな画像に近づけるようにしたのがキモ。

結果

生成したデータを使い物体検出器を走らせたところ、従来に比べ大幅に性能が向上していた(リアル画像とほぼ同じ)。

その他(なぜ通ったか?等)

データ駆動型のカメラシミュレーションシステムを構築したFirst Effort。データドリブンだとシーンのバリエーションが限られるから網羅性は薄くなってしまうのではと感じた。原理検討はCGでやりつつ、最終確認フェーズでこういうアプローチを使うというのはありなのかもしれない。CGベースとのフュージョンみたいなのも出てきそう。