- …
- …
#88
summarized by : Haruhi Shida
どんな論文か？
本論文では，Lidar点群オープンワールドセマンティックセグメンテーションタスクを提案．これは従来のクローズドなセマンティックセグメンテーションでは，新規クラスのオブジェクトを扱うことが出来ず，実世界で用いられる自動運転などのシステムに組み込む際にロバスト性などの問題が合ったことに起因している．また本論文では，動的分類器アーキテクチャを含むREALフレームワークを提供している．
新規性
これまでのクローズドセマンティックセグメンテーションタスクを学習したモデルを実世界に用いる場合のロバスト性の無さを指摘．オープンワールドセマンティックセグメンテーションタスクと継続学習を組み合わせたタスクを初めて提案した．(ベンチマーク，ベースライン，評価プロトコル等)
結果
提案されたフレームワークREALはSemanticKITTIとnuScnesのセマンティックセグメンテーションタスクで同時に最先端の性能を達成．また提案されたタスクで学習したモデルは，継続学習の壊滅的忘却問題を大きく軽減することに成功した．
その他（なぜ通ったか？等）
【添付画像】
提案されたフレームワークのOverview.
【その他】
継続学習の課題である壊滅的忘却問題を軽減させる手法として，動的なアーキテクチャを採用していた．(既存の固定された分類器アーキテクチャが持つ静的な性質が壊滅的忘却問題を引き起こす原因と考察していた)
- …
- …