要約
本稿では、2次元から3次元へのlane再構成プロセスに内在する幾何構造を活用することで、単眼3次元lane検出の課題に取り組むための先進的なアプローチを提案する。従来の手法に着想を得て、まず地面における3次元laneとその2次元表現の間の幾何学的ヒューリスティックを分析し、構造的事前知識に基づく明示的な教師信号を導入する手法を提案する。これにより、局所から大域へと3次元laneの再構成を支援するためのlane間およびlane内関係性を構築することが可能となる。第二に、2次元lane表現における構造情報の損失を低減するため、前方視点画像から直接上空視点のlane情報を抽出する手法を採用することで、従来手法で見られた遠方lane特徴の混同問題を大幅に軽減する。さらに、カメラポーズや地表面の傾斜のデータ分布の不均衡に対処するため、パイプライン内のセグメンテーションおよび再構成の両タスクに特化した新しいデータ拡張手法を提案し、未観測データに対する一般化性能を向上させる。本研究は、DNNベースの3次元lane検出に幾何学的事前知識を初めて導入した初の試みであり、超長距離のlane検出を実現可能にし、従来の検出範囲を倍増させる。提案手法は、追加的なパラメータやコストを追加せずに、他のフレームワークにもスムーズに統合可能である。実験結果から、Apollo 3D合成データセットにおいて、リアルタイム速度82FPSで、最先端手法と比較してF-Scoreで3.8%の向上を達成した。