- …
- …
#741
summarized by : Naoya Chiba
どんな論文か？
三次元点群を用いた隠れやセンサ距離に応じた点群密度の変化にロバストな物体検出手法Associate-3Ddetの提案．観測データは不完全である前提でConceptに対するOffsetを計算し重み付けしてConceptに変換する．クラスごとに観測データを位置合わせして統合し，クラス単位で共通したConceptを得るように学習する．
新規性
Perceptual DomainからConceptual Domainにドメイン適応するというアイデアで物体検出に適したConceptを獲得することを目指す点が新規．明示的な全周モデルなしで全周モデルに相当するConceptを得る．
結果
KITTIで評価しSoTA．推論時にはConceptの推定を介さないため高速．Ablation StudyではConceptを導入したことによる効果の評価とハイパーパラメータについて記述．
その他（なぜ通ったか？等）
- …
- …