- …
- …
#586
summarized by : 志田遥飛
どんな論文か？
既存手法が抱える「点群セグメンテーションタスクにおける，シーン境界のセグメンテーション精度が低い」という問題をmlou @ boundary，B-loUを用いて明確に提示．また，点群セグメンテーションにおいて，境界領域に注視する手法CBLを提案.提案手法の導入による精度の向上などから，点群セグメンテーションにおけるシーン境界の重要性を示した．
新規性
それまでの点群セグメンテーション手法ではシーン境界を正確にセグメンテーションできず，小さなオブジェクト(歩行者，柱)の認識に大きく影響がでる可能性があった．著者らはその問題に着目し，シーン境界の認識に特化した手法を新たに提案．また，既存手法のシーン領域における精度の低さをB-loUなどの評価指標で明確に示した点で新規性がある．
結果
境界領域に特化したCBLを既存手法に適用することで精度が上がった．このことから点群セグメンテーションにおけるシーン境界の重要性を示した．また，4つのデータセット，3つのベースラインを用いてCBLの有効性を検証した．添付した画像では実験の一部結果を紹介する．
その他（なぜ通ったか？等）
【Github Link】
https://github.com/LiyaoTang/contrastBoundary.
【添付した画像について】
上：table3，S3DISでの性能比較
下：table4，reduced-8 benchmarkでの性能比較．評価指標はmloUとOA
【Limitation】
境界領域に注視しすぎている点．内部領域とシーン境界の関係性をさらに調査する必要あり．
- …
- …