- …
- …
#387
summarized by : Anonymous
どんな論文か？
Lidar点群を用いた3D物体検出の最新の手法は，教師あり学習と大規模データセットに依存しているが，「Lidarのアノテーションは消費リソースが高い」「教師あり学習飲みに依存するとロバスト性が下がる」などの問題があった．そこで本研究では3D物体検出のための自己教師付きバックボーン学習アプローチを提案する．
新規性
自己教師付き点群シーンフロー推定を採用し，教師付き微調整と同時に3Dオブジェクト検出のための運動表現を学習する．
自己教師付きサイクル整合性損失を教師付き3D検出損失と共に用いるには，補助学習が最良の戦略であることを示す．
結果
結果から提案手法はデータ不足の場合に特に有効であることを示す．また3次元検出タスクに教師付き学習データのごく一部のみを使用した場合大幅な性能向上が得られた．
その他（なぜ通ったか？等）
- …
- …