パノプティックnuScenes：LiDARパノプティックセグメンテーションおよびトラッキングのための大規模ベンチマーク

動的エージェントのパノプティックなシーン理解および追跡は、ロボットや自動運転車両が都市環境を効果的に航行する上で不可欠な要素である。LiDARは照明に依存しない高精度な幾何学的シーン表現を提供するため、LiDAR点群を用いたこれらのタスクの実行により、信頼性の高い予測が可能となる。しかし、既存のデータセットは都市シーンの種類に乏しく、動的オブジェクトのインスタンス数も限られているため、これらのタスクの学習および開発された手法の信頼性あるベンチマーク評価を妨げている。本論文では、代表的なnuScenesデータセットを拡張し、セマンティックセグメンテーション、パノプティックセグメンテーション、パノプティックトラッキングの各タスクに対して点レベルの真値ラベルを提供する大規模なパノプティックnuScenesベンチマークデータセットを紹介する。比較の促進を目的として、提案されたデータセット上で各タスクに対して複数の強力なベースラインを提供する。さらに、既存のパノプティックトラッキング評価指標の課題を分析し、インスタンス中心の視点から設計された新しいインスタンス指向型PAT指標を提案する。既存のデータセットと比較して、パノプティックnuScenesの有効性を裏付ける包括的な実験を実施し、オンライン評価サーバーをnuScenes.orgにて公開する。本研究の拡張が、動的都市環境のシーン理解に関する新規手法の研究を加速することを確信している。