- …
- …
#196
summarized by : Naoya Chiba
どんな論文か？
オフボードでの点群から教師無しで物体検出を学習する手法．点群シーケンスを入力とし，逐次処理ではなくシーケンス全体通して三次元物体の検出を行う．シーン指向ではなく物体志向で問題を設定し，人間によるラベリングに近いプロセスで物体検出を行う．初めに物体検出を行い，エゴモーションを除去した上でシーケンスから物体をトラッキングする．
新規性
点群シーケンスからオフライン・教師無しで物体検出を学習するという問題設定と物体志向で行うというアプローチが新規．初期の物体検出にはMVFを拡張したMVF++を利用し，テスト時データ拡張も利用して丁寧に検出する．これをエントリポイントとして，物体点群とBBを推定した後，シーケンスを通じて整合するようにRefineして各時刻での正確なBBを推定する．
結果
Waymo Open Datasetで検証，人間によるラベルと同等かそれ以上の性能を達成．NVF++自体の有効性の評価，半教師あり学習への応用，自動でラベリングされたデータの分析，ハイパーパラメータによる挙動変化の検証なども記載．
その他（なぜ通ったか？等）
PointNet等の著者等による論文．
- …
- …