LXL：4Dイメージングレーダーとカメラ融合を用いたLiDAR除外型の3Dオブジェクト検出

4Dイメージングレーダーは、新興技術でありながら比較的安価なデバイスとして、自動運転における3次元物体検出においてすでに有効性が確認されている。しかし、4Dレーダー点群の疎らさとノイズの多さが、さらなる性能向上を妨げており、他のモダリティとの融合に関する深層的な研究は依然として不足している。一方、画像ベースの検出器に少数導入された新しいビュー変換戦略である「サンプリング」は、Lift-Splat-Shoot（LSS）で提唱された広く用いられている「深度に基づくスプラット（splatting）」を上回る性能を示しており、画像の深度予測なしでもその効果を発揮している。しかし、「サンプリング」の潜在能力はまだ十分に引き出されていない。本論文では、カメラと4Dイメージングレーダーの融合に基づく3次元物体検出において、「サンプリング」のビュー変換戦略の有効性を検証する。画像の正面視点（PV）特徴量からLiDARを排除した軽量モデル（LXL）により、予測された画像深度分布マップを生成し、レーダーの鳥瞰図（BEV）特徴量から3次元占有グリッドを生成する。これらの情報は、LXLの核となる「レーダー占有情報支援型深度に基づくサンプリング」モジュールに送られ、画像のビュー変換を支援する。本研究では、画像深度情報とレーダー情報を導入することで、「サンプリング」戦略の精度が向上し、より正確なビュー変換が可能になることを実証した。VoDおよびTJ4DRadSetデータセットにおける実験結果から、本手法は「ベルやホイッスル」を加えずとも、最先端の3次元物体検出手法を大幅に上回ることが明らかになった。アブレーション研究により、異なる強化設定の中で本手法が最も優れた性能を発揮することが確認された。