Depth Completionに向けた対話的なLiDARサンプリング手法の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2022-03-03
• タイトル: Depth Completionに向けた対話的なLiDARサンプリング手法の提案
• タイトル / 言語: en
• タイトル: Uncertainty-Aware Interactive LiDAR Sampling for Deep Depth Completion
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: セッション4-A
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 京セラ株式会社先進技術研究所
• 著者所属: 京セラ株式会社先進技術研究所
• 著者所属: 京セラ株式会社先進技術研究所
• 著者所属: 京セラ株式会社先進技術研究所
• 著者所属: 中部大学
• 著者所属(英): en
• 著者所属(英): Advanced Technology Research Institute, KYOCERA Corporation
• 著者所属(英): en
• 著者所属(英): Advanced Technology Research Institute, KYOCERA Corporation
• 著者所属(英): en
• 著者所属(英): Advanced Technology Research Institute, KYOCERA Corporation
• 著者所属(英): en
• 著者所属(英): Advanced Technology Research Institute, KYOCERA Corporation
• 著者名: 田口, 賢佑; 森田, 渉吾; 林, 佑介; 今枝, 航; 藤吉, 弘亘
• 著者名(英): Kensuke, Taguchi; Shogo, Morita; Yusuke, Hayashi; Wataru, Imaeda; Hironobu, Fujiyoshi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 任意領域を測定可能なプログラマブルスキャン機能を備えた LiDAR が登場し，様々なアプリケーションへの応用が期待されている．本研究では，Depth Completion タスクに向けた，RGB カメラを備えたプログラマブルスキャン LiDAR のための LiDAR サンプリング戦略を検討する．一般的なデータサンプリング戦略として，能動学習のような，サンプリング候補データを対象モデル出力によって評価する対話的なサンプリング手法は効果的である．しかしながら，対話的なサンプリング手法はサンプリング毎に候補データを評価するためのモデル推論処理が必要なため， LiDAR のようなサンプリング候補点が多く動作高速性が必要なデバイスへ適用することは難しい．そこで本研究では， サンプリング候補評価のための都度の推論プロセスを不要する，新しい対話的な LiDAR サンプリングを提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: The programmable scan LiDAR which can measure an arbitrary area is introduced and expected to be applied to various applications. In this paper, we study a LiDAR sampling strategy for the Deep Depth Completion on the programmable scan LiDAR with RGB camera. As a general data sampling strategy, there is an interactive approach such as active learning in which candidate data is assessed through the model for data selection and then selected data pool is updated sequentially. It is effective approach although, interactive approach requires many iterations involved inference process to assess the candidate data, that is not suitable for the LiDAR system. Therefore, we propose a novel interactive LiDAR sampling method without each inference processing.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11131797
• 書誌情報: 研究報告コンピュータビジョンとイメージメディア（CVIM）; 巻 2022-CVIM-229, 号 22, p. 1-6, 発行日 2022-03-03
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8701
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会