4D 파노프틱 리다 세그멘테이션

시공간 의미론적 장면 이해는 동적인 환경에서 작동하는 자율주행 차량이나 로봇에게 매우 중요합니다. 본 논문에서는 시퀀스로 구성된 3D 포인트에 의미론적 클래스와 시간적으로 일관된 인스턴스 ID를 할당하기 위한 4D 팬오라믹 LiDAR 분할을 제안합니다. 이를 위해 우리는 접근 방식과 포인트 중심의 평가 지표를 소개합니다. 우리의 접근 방식은 각 포인트에 대해 의미론적 클래스를 결정하면서 객체 인스턴스를 4D 시공간 영역에서 확률 분포로 모델링합니다. 우리는 여러 포인트 클라우드를 병렬로 처리하여 포인트-인스턴스 연관성을 해결함으로써 명시적인 시간 데이터 연관성의 필요성을 효과적으로 완화합니다. 최근 다중 객체 추적 벤치마킹의 발전에서 영감을 얻어, 우리는 이 작업의 의미론적 측면과 포인트-인스턴스 연관성 측면을 분리하는 새로운 평가 지표를 도입할 것을 제안합니다. 이 연구를 통해 미래의 시간적 LiDAR 팬오라믹 인식 기술 개발을 위한 길을 열고자 합니다.