PolarNet: オンラインLiDAR点群の意味分割向けに改善されたグリッド表現

自動運転システムにおける微細な認識の必要性から、単スキャンLiDARのオンラインセマンティックセグメンテーションに関する研究が最近増加しています。しかし、以下の3つの理由により、依然として困難が伴っています：(1) 限られたハードウェアで近実時間の遅延を実現する必要性；(2) 空間上のLiDARポイントの分布が不均一であるか、あるいは長尾分布であること；(3) 極めて微細なセマンティッククラスの数が増加していること。これらの課題を総合的に解決するために、我々は新しいLiDAR専用の最近傍点探索不要のセグメンテーションアルゴリズムであるPolarNetを提案します。一般的な球面投影や鳥瞰図投影ではなく、我々の極座標系に基づく鳥瞰図表現は、グリッドセル間でのポイントのバランスを取り、半径方向に沿ったポイントの長尾分布とセグメンテーションネットワークの注目度を間接的に一致させます。我々はこのエンコーディングスキームが、実際の都市環境での単スキャンLiDARデータセット3つにおいて大幅にmIoU（平均交差率）を向上させつつ、近実時間処理能力を維持することを見出しました。