- …
- …
#61
summarized by : Haruhi Shida
どんな論文か？
既存の3D検出器に適用可能な，正確かつ効率的な3D物体検出器 Graph R-CNNを提案．本フレームワークは動的な点集計と意味的に装飾された局所グラフを利用することにより，不均等で疎な点群に対応することができる．本フレームワークは，KITTIとWaymo Open Datasetの両方で，最先端の3D検出モデルを大きく上回る性能を達成した．
新規性
既存の2段のRol特徴抽出に格子点，ボクセルグリッド，サンプリングされたキーポイントを利用する手法は，屋外Lidar点群のような不均一で疎な点群に対応することができないことが課題になっていた．本フレームワークは動的な点集計，点間関係のマイニング，視覚的特徴量の増強の3つのモジュールを用いたアプローチでこの課題を解決した．
結果
KITTIとWaymoデータセットで最先端の性能を達成，特にKITTIのBEV車検出のリーダーボードにおいて1位を獲得した．(詳しくは添付した画像を参照)
その他（なぜ通ったか？等）
- …
- …