- …
- …
#10
summarized by : Haruhi Shida
どんな論文か？
Lidar点群を用いた屋外シーン理解のためのラベル効率の良いセマンティックセグメンテーションパイプライン LESSを提案する最初の論文．提案手法は，屋外シーンに存在するジオメトリックパターンを利用した事前処理で人手によるアノテーションのコストを減らすことに成功．人間のアノテーション量を最小化しつつ，高いパフォーマンスを達成することに成功した．
新規性
それまでの研究が屋内シーンや3Dオブジェクトパーツに焦点を当てているのに対して，本研究では屋外シーンで有効な手法を検討している点．提案した手法は，既存の複雑な手法と異なりほぼすべての3Dセマンティックセグメンテーションバックボーンに適用することができる
結果
SemanticKITTIとnuScenesデータセットで評価(添付した画像を参照)
0.1%の人手によるアノテーションのみで，既存の100%教師手法と競争力のある結果を達成した．
その他（なぜ通ったか？等）
【なぜ通ったのか?】
アノテーションコストが非常に高い3Dセマンティックセグメンテーションにおいて，人間のアノテーション量を最小化しつつ，高いパフォーマンスを達成することに成功しているから．
【感想】
幾何学パターンを用いてヒューリスティックな事前セグメンテーションを行いラベリングを効率化する手法が興味深かった．
- …
- …