教師なし深度補完ネットワークを使用したセンサーフュージョンに基づく物体検出フレームワーク
書誌事項
- タイトル別名
-
- Object Detection Framework Based on Sensor Fusion Using Unsupervised Depth Completion Network
抄録
<p>本論文では,カメラとLi-DARのセンサーフュージョンに基づく,2Dおよび3D物体検出のための新しい知覚フレームワークを紹介する.カメラ画像は豊富な環境特徴を提供するが,奥行き情報が不足している.逆に,Li-DARの点群は正確な奥行き情報を提供するが,その性質は疎である.それぞれのセンサーの長所と短所の補完的な性質を認識し,教師なし深度補完ネットワークを使用して,両方のセンサーからの情報を強化する.この強化されたデータは,最先端の検出ネットワークを用いて2Dと3Dの物体検出タスクを実行するために利用される.我々はKITTIデータセットで我々のフレームワークを検証し,実験結果はベースラインの結果と比較して,2Dと3Dの両方のタスクで顕著な改善を実証した.</p>
収録刊行物
-
- 生産研究
-
生産研究 76 (1), 75-80, 2024-02-01
東京大学生産技術研究所
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1390580704332256768
-
- ISSN
- 18812058
- 0037105X
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
-
- 抄録ライセンスフラグ
- 使用不可