学習によるシングルスイープLiDAR点群の疎分割：シーン補完からの文脈形状事前情報の利用

LiDAR点群解析は3次元コンピュータビジョンの核心的なタスクであり、特に自動運転において重要な役割を果たしています。しかし、単一スイープのLiDAR点群における極度の疎さとノイズ干渉により、正確な意味分割（semantic segmentation: SS）を達成することは容易ではありません。本論文では、学習された文脈形状事前知識（contextual shape priors）を補助とする新しい疎LiDAR点群意味分割フレームワークを提案します。実際には、単一スイープ点群の初期SSは任意の魅力的なネットワークによって達成され、その後SSC（semantic scene completion）モジュールへの入力として流れ込みます。複数フレームのLiDARシーケンスを教師データとして統合することで、最適化されたSSCモジュールは順次的なLiDARデータから文脈形状事前知識を学習し、疎な単一スイープ点群を密集したものに完成させます。これにより、完全なエンドツーエンド訓練を通じてSSの最適化が内在的に向上します。さらに、SSとSSCタスク間の知識融合を強化するためにPoint-Voxel Interaction (PVI) モジュールが提案されています。つまり、点群の不完全な局所幾何学とボクセルごとの完全な全体構造との相互作用を促進します。また、推論時には補助的なSSCおよびPVIモジュールが追加の負荷なしで削除できるようになっています。広範囲にわたる実験結果は、我々のJS3C-NetがSemanticKITTIおよびSemanticPOSSベンチマークにおいて優れた性能を達成していることを確認しており、それぞれ4%および3%の改善が見られています。