要約
自動運転には車両や環境内の他の物体の3次元認識が必要です。現在の多くの手法は2次元車両検出をサポートしています。本論文では、任意の2次元検出ネットワークを採用し、それを3次元点群と融合して2次元検出ネットワークに最小限の変更を加えることで3次元情報を生成する柔軟なパイプラインを提案します。3次元ボックスを特定するために、汎用的な車両モデルとスコアマップに基づいた効果的なモデル適合アルゴリズムを開発しました。さらに、検出された3次元ボックスを精緻化するために、2段階の畳み込みニューラルネットワーク（CNN）を提案します。このパイプラインは、異なる2つの2次元検出ネットワークを使用してKITTIデータセットでテストされました。これらの2つのネットワークに基づく3次元検出結果は類似しており、提案されたパイプラインの柔軟性が示されています。結果は3次元検出アルゴリズムの中で2位となり、その3次元検出能力が確認されました。