Frustum PointNets を用いた RGB-D データからの 3D 物体検出

本研究では、屋内および屋外のシーンにおけるRGB-Dデータからの3次元物体検出について考察します。従来の手法は画像や3次元ボクセルに焦点を当てることが多く、3次元データの自然な3次元パターンや不変性がしばしば不明瞭になる傾向があります。これに対して、我々はRGB-Dスキャンから直接生のポイントクラウドを処理することで対応しています。しかし、このアプローチにおいて重要な課題は、大規模なシーンのポイントクラウド内で効率的に物体を局所化（領域提案）することです。当方法では、成熟した2次元物体検出器と先進的な3次元深層学習を組み合わせて物体局所化を行うことで、効率性と小物体に対する高い再現率を達成しています。生のポイントクラウド上で直接学習することにより、当方法は強い遮蔽や非常に疎な点群下でも正確な3次元バウンディングボックスの推定が可能です。KITTIおよびSUN RGB-D 3D検出ベンチマークでの評価結果によると、当方法は実時間処理能力を持つ一方で、既存の最先端手法を大幅に上回る性能を示しています。