- …
- …
#322
summarized by : Haruhi Shida
どんな論文か？
本論文では単眼3D検出において正確かつ慎重にアノテーションされたラベルは不要である可能性があることを新たに発見した．また，ランダムに乱れたラフなラベルを用いることで人手によるアノテーションのラベルを用いた場合と比較して非常に近い精度を達成することができることもわかった．これらの結果と自動運転システムの性質を利用して，LCPGフレームワークを新たに提案した．
新規性
得られた有益な結果からラベルのないLiDAR点群から擬似的に3Dボックスラベルを生成し、単眼3D検出器の学習セットを拡大するフレームワーク(LCPG)を提案．本手法は実験から得られた「乱れたラベルと完璧なラベルが非常に近い性能をもたらす」「3DBBの最も重要な要素は3D位置」という結果と「自動運転の3D位置が正確なラベルなしLidarデータを生成できる」という性質を利用している．
結果
様々なデータセットに対する広範な実験によりLCPGの有効性を検証した．(添付画像はKITTIでの結果)またLCPGのLimitationとして学習サンプルが増えることによる学習時間の増大することを示した．
その他（なぜ通ったか？等）
- …
- …