研究解説
教師なし深度補完ネットワークを使用したセンサーフュージョンに基づく物体検出フレームワーク
2024 年 76 巻 1 号 p. 75-80
詳細
2024 年 76 巻 1 号 p. 75-80
本論文では，カメラとLi-DARのセンサーフュージョンに基づく，2Dおよび3D物体検出のための新しい知覚フレームワークを紹介する．カメラ画像は豊富な環境特徴を提供するが，奥行き情報が不足している．逆に，Li-DARの点群は正確な奥行き情報を提供するが，その性質は疎である．それぞれのセンサーの長所と短所の補完的な性質を認識し，教師なし深度補完ネットワークを使用して，両方のセンサーからの情報を強化する．この強化されたデータは，最先端の検出ネットワークを用いて2Dと3Dの物体検出タスクを実行するために利用される．我々はKITTIデータセットで我々のフレームワークを検証し，実験結果はベースラインの結果と比較して，2Dと3Dの両方のタスクで顕著な改善を実証した．
