DeFlow: 自動運転におけるシーンフロー網のデコーダー

シーンフロー推定は、シーン内の点の運動を予測することにより、シーンの3次元運動場を決定します。特に自動運転支援タスクにおいて重要な役割を果たします。大規模なポイントクラウドを入力とする多くのネットワークでは、リアルタイム処理のためにボクセル化を使用して擬似画像を作成しています。しかし、ボクセル化プロセスはしばしば点特有の特徴の損失につながります。これにより、シーンフロータスクにおけるこれらの特徴の回復に課題が生じます。当論文では、DeFlowを紹介します。これは、ゲーテッドリカレントユニット（GRU）による精緻化を通じて、ボクセルベースの特徴から点特徴への移行を可能にする手法です。さらにシーンフロー推定性能を向上させるために、静的点と動的点間のデータ不均衡に対応する新しい損失関数を定式化しました。Argoverse 2 シーンフロータスクでの評価結果から、DeFlowは大規模なポイントクラウドデータにおいて最先端の結果を達成しており、当ネットワークが他の方法よりも優れた性能と効率性を持つことを示しています。コードはオープンソースで提供されており、https://github.com/KTH-RPL/deflow から入手可能です。