- …
- …
#59
summarized by : Naoya Chiba
どんな論文か？
LiDAR点群に対する弱教師あり学習手法の提案，BEVに対してクリックされた点で与えられた教師データから三次元物体検出を学習する．はじめに高さによって前景を取り出しCylindrical Object Proposalを生成，その後Bounding Boxを推定・Refineする．アノテーションが短時間で可能でありながら比較的精度の高い物体検出を実現した．
新規性
三次元点群に対してBEV上でのクリック操作でアノテーションすることができるため，実用的な弱教師あり学習のシナリオとなっている．このシナリオに合わせて二段階（Cylindrical Object Proposalの生成とBounding Boxの推定）に分離して推定する手法を提案した．
結果
KITTIを用いて評価．データセットの一部に対してクリック点のラベルを付与して学習し，完全な教師データあり学習の94%のパフォーマンスを達成．既存手法に同数の教師データを与えた場合と比較して，とくにBounding Boxの推定で高い性能を実現している．
その他（なぜ通ったか？等）
古典的な点群処理のようなアイデア（前景の選択，ラフな推定に対するNMSなど）を取り入れつつ，うまく有用な弱教師あり学習のシナリオに持ち込んだ．
- …
- …