TFNet : Exploitation des indices temporels pour une segmentation sémantique LiDAR rapide et précise

La segmentation sémantique LiDAR joue un rôle fondamental dans la capacité des véhicules autonomes et des robots à comprendre leur environnement de manière précise et robuste. De nombreuses méthodes existent dans ce domaine, parmi lesquelles on distingue les approches basées sur les points, les images de portée, les coordonnées polaires, ainsi que des stratégies hybrides. Parmi celles-ci, les méthodes basées sur les images de portée ont connu une adoption massive dans les applications pratiques en raison de leur efficacité. Toutefois, elles font face à un défi majeur connu sous le nom de problème « un-à-plusieurs » (many-to-one), résultant de la résolution angulaire horizontale et verticale limitée des images de portée. Ce phénomène entraîne l’occlusion d’environ 20 % des points 3D. Dans ce travail, nous proposons TFNet, une méthode de segmentation sémantique LiDAR basée sur les images de portée, qui exploite les informations temporelles pour atténuer ce problème. Plus précisément, nous intégrons une couche de fusion temporelle afin d’extraire des informations pertinentes à partir des scans précédents et de les combiner avec le scan actuel. Par la suite, nous avons conçu une technique de post-traitement basée sur un vote maximal pour corriger les prédictions erronées, en particulier celles dues au problème « un-à-plusieurs ». Nous avons évalué notre approche sur deux benchmarks et démontré que la technique de post-traitement plug-and-play est générique et peut être appliquée à diverses architectures de réseaux.