- …
- …
#612
summarized by : ERLYN MANGUILIMOTAN
どんな論文か？
本論文は生の点群からの3D物体検出のためのPointRCNNを提案する。 PointNetアーキテクチャは、RGB画像から提案を生成したり、鳥瞰図やボクセルで雲の点を投影したりするのではなく、生の点群から直接点の特徴を学習するため、点群の分類とセグメンテーションの速度と精度が大幅に向上します。
新規性
3Dポイントクラウドを直接操作し、堅牢で正確な3D検出性能を実現する、2段階の3Dオブジェクト検出フレームワーク、PointRCNN。 第1段階では、ボトムアップ方式で3Dバウンディングボックスを生成することを目的としています。 第2段階では、標準的な3Dボックスの改良を行います。
結果
提案したフレームワークはKITTIの3D物体検出ベンチマークでテストした。 結果は、PointRCNNアーキテクチャが以前の方法（MV3D、Voxelnetなど）よりも著しく高い再現率を達成したことを示した。 結果は添付の表１にある。
その他（なぜ通ったか？等）
- …
- …