人間の視覚に基づく大規模屋外シーンの3Dポイントクラウドセマンティックセグメンテーション

本稿では、点群に対する新しい意味分割ネットワークであるEyeNetを提案する。EyeNetは、従来の研究でしばしば軽視されがちな「カバー領域のサイズ」という重要なパラメータに着目している。人間の周辺視覚をヒントに、シンプルながら効率的なマルチコンター入力と、並列処理構造を備え、並列ストリーム間に接続ブロックを設けたネットワークアーキテクチャを導入することで、従来のネットワークの限界を克服している。本手法は、アブレーションスタディおよび大規模屋外データセットにおける最先端の性能により、高密度点群に対する課題を効果的に解決できることを実証している。