要約
海洋障害物検出の進展は、一般的な海洋環境の複雑さを適切に捉えている多様なデータセットの不足によって阻害されている。本研究では、湖、川、海のシーンを含む、初めての海洋パノプティック障害物検出ベンチマーク「LaRS」を提案する。本研究の主な貢献は、関連するデータセットの中で記録場所、シーンタイプ、障害物クラス、取得条件の多様性が最も高い新しいデータセットの構築である。LaRSは、時間的テクスチャの活用を可能にするために、各キーフレームの前後に9フレームを含む、4000枚以上のピクセル単位でラベル付けされたキーフレームから構成されており、合計で40,000フレーム以上にのぼる。各キーフレームには8種類の「もの」（thing）クラス、3種類の「ものでないもの」（stuff）クラス、および19のグローバルシーン属性がラベル付けされている。本研究では、27種類のセマンティックおよびパノプティックセグメンテーション手法の実験結果を報告し、性能に関する洞察と今後の研究方向性を提示する。客観的な評価を可能にするために、オンライン評価サーバーを実装した。LaRSデータセット、評価ツールキット、ベンチマークはすべて公開されており、以下のURLからアクセス可能である：https://lojzezust.github.io/lars-dataset