SalsaNext: 自動運転向けLiDARポイントクラウドの高速で不確実性を考慮した意味分割

本論文では、リアルタイムで完全な3次元LiDARポイントクラウドの不確実性を考慮した意味分割を行うSalsaNextを紹介します。SalsaNextは、エンコーダー-デコーダー構造を持つSalsaNet [1] の次のバージョンであり、エンコーダーユニットにはResNetブロックのセットが、デコーダーパートには残差ブロックからのアップサンプリングされた特徴量を組み合わせる仕組みが含まれています。SalsaNetと異なり、新しいコンテキストモジュールを導入し、ResNetエンコーダーブロックを徐々に受容野が広がる新しい残差拡張畳み込みスタックに置き換え、さらにデコーダーにピクセルシャッフル層を追加しました。また、ストライド畳み込みから平均プーリングへと切り替えを行い、中央ドロップアウト処理も適用しています。ジャカード指数を直接最適化するため、重み付きクロスエントロピー損失とLovasz-Softmax損失 [2] を組み合わせて使用しています。最後に、ベイジアン処理を注入してポイントクラウド内の各点の認識的不確実性（epistemic uncertainty）とアレアトリック不確実性（aleatoric uncertainty）を計算します。Semantic-KITTIデータセット [3] 上での詳細な定量評価により、提案されたSalsaNextが他の最先端の意味分割ネットワークを上回り、Semantic-KITTIリーダーボードで1位であることが示されています。また、当社のソースコードも公開しています: https://github.com/TiagoCortinhal/SalsaNext。