LMSCNet: 경량화된 다중 스케일 3D 의미 완성

우리는 복셀화된 희소 3D LiDAR 스캔에서 다중 규모 3D 의미장 완성에 대한 새로운 접근법을 소개합니다. 기존 문헌과 달리, 우리는 특징 흐름을 강화하기 위해 포괄적인 다중 규모 스킵 연결을 사용하는 2D U-Net 백본과 함께 3D 분할 헤드를 활용합니다. SemanticKITTI 벤치마크에서 우리의 방법은 의미 완성에서는 다른 모든 발표된 방법들과 비슷한 성능을 보이지만, 점유 완성에서는 더 우수한 성능을 나타내며, 동시에 상당히 가볍고 빠릅니다. 이로 인해 모바일 로보틱스 응용 프로그램에 있어 성능과 속도 사이의 훌륭한 균형을 제공합니다. 제거 연구(Ablation studies)는 우리의 방법이 낮은 밀도 입력에 견고하며, 가장 거친 수준에서 매우 높은 속도의 의미 완성을 가능하게 한다는 것을 입증합니다. 우리의 코드는 https://github.com/cv-rits/LMSCNet 에서 확인할 수 있습니다.