要約
本稿では、LiDARを用いた3Dオブジェクト検出に関する新規手法を提示し、空間的疎性と遮蔽といった主要な課題に取り組む。本手法は、時系列的なポイントクラウドシーケンスを活用して、複数の視点から物体を包括的に捉えたフレームを生成する。リアルタイムでのフレーム生成という課題に対処するため、教師-生徒フレームワーク内において知識蒸留（Knowledge Distillation）を採用し、生徒モデルが教師モデルの高度な認識能力を模倣可能とする。また、本研究では、物体が完全に含まれる豊富なデータ上で教師モデルを学習することで、コンピュータビジョン分野において「弱い学習から強い一般化」の応用を初試みした。本デモでは、X-Ray教師モデルが物体完全フレームに対して生成する優れたラベルの品質を示し、その知識が生徒モデルに蒸留されることで、3Dオブジェクト検出モデルの性能が向上することを実証している。