DaDe：ストリーミング認識向け遅延適応型検出器

自律走行において、低遅延で周囲環境を認識することは極めて重要である。リアルタイムの環境では、処理が完了する間に周囲環境が変化する。現在の検出モデルは、処理完了後に発生する環境の変化に対応できない。そこで、リアルタイム動画認識における遅延と精度を評価するため、ストリーミング感知（streaming perception）が提案されている。しかし、実際の応用では、限られたハードウェアリソースや高温環境などにより、新たな課題が生じる。本研究では、処理遅延をリアルタイムで反映し、最も合理的な結果を生成できるモデルを構築した。提案する特徴キュー（feature queue）と特徴選択モジュール（feature select module）を導入することで、追加の計算コストを伴わず、特定の時系列ステップを予測する能力が得られた。本手法はArgoverse-HDデータセット上で検証され、遅延が生じる状況下において、2022年12月時点の最先端手法を上回る性能を示した。コードは https://github.com/danjos95/DADE にて公開されている。