Far3D：周辺視野3Dオブジェクト検出のための範囲拡張

最近、周囲視野画像からの3次元物体検出は、低コストな導入が可能な点から顕著な進展を遂げている。しかし、大多数の研究は主に近距離の認識に注力しており、長距離検出についてはまだ十分に探求されていない。既存手法を直接的に長距離に拡張しようとすると、計算コストの増大や収束の不安定化といった課題が生じる。これらの制約に対処するため、本論文では新たなスパースクエリベースのフレームワーク「Far3D」を提案する。高品質な2次元物体事前情報（2D object priors）を活用することで、3次元グローバルクエリを補完する3次元適応型クエリを生成する。また、長距離物体に対して異なる視点やスケールにおける特徴を効率的に抽出するため、視点に敏感なアグリゲーションモジュールを導入する。さらに、クエリの誤差伝播を抑制し、長距離タスクにおける収束問題を緩和するため、距離に応じてモジュレートされる3次元ノイズ除去手法を提案する。本手法は、150メートルに及ぶ広範な検出範囲をカバーする挑戦的なArgoverse 2データセットにおいて、最先端（SoTA）の性能を達成し、多数のLiDARベース手法を上回っている。また、nuScenesデータセットにおいても、従来手法と比較して優れた性能を示している。コードは以下のURLから公開されている：https://github.com/megvii-research/Far3D。