オブジェクトをホットスポットとして：ホットスポットの発火を用いたアンカーフリー3Dオブジェクト検出手法

LiDAR点群に基づく3Dオブジェクト検出は、データの疎らさと不規則性という課題に直面しており、これにより高精度な検出が困難である。従来の手法は、点群を規則的な構造（例えばボクセル化）に整列させ、設計された2D/3Dニューラルネットワークを通過させ、オブジェクトレベルのアンカーを定義することで、対象オブジェクト上のすべての点からの集積的証拠を用いて3Dバウンディングボックスのオフセットを予測する。しかし、本研究では、データの疎らさという本質的な性質に着目し、個々のオブジェクト部分に存在する点ですら、そのオブジェクトの意味情報について重要な情報を含んでいることを観察した。この観察に基づき、従来のオブジェクトレベルアンカーを用いるアプローチとは逆に、新たなアプローチを提案する。構成モデル（compositional models）に着想を得て、オブジェクトをその内部の非空ボクセル（＝ホットスポット）と、それらの空間的関係の組み合わせとして表現する。この新しい表現を「オブジェクトとしてのホットスポット（Object as Hotspots, OHS）」と呼ぶ。OHSに基づき、アンカー不要な検出ヘッドを提案するとともに、オブジェクト間の点数の不均衡（点数の偏り）に対処するための新しい教師データ割り当て戦略を導入した。実験結果により、本手法が点数が少ないオブジェクトに対して特に優れた性能を発揮することが示された。特に、KITTI 3D検出ベンチマークにおいて自転車乗りおよび歩行者の検出で1位を獲得し、NuScenes 3D検出ベンチマークでも最先端の性能を達成した。