MaskRange: A Mask-classification Model for Range-view based LiDAR Segmentation

要約

レンジビューベースのLiDARセグメンテーション手法は、効率的な2D CNNアーキテクチャから直接継承されるため、実際のアプリケーションにとって魅力的です。
文献では、ほとんどのレンジビューベースの方法は、ピクセルごとの分類パラダイムに従います。
最近、画像セグメンテーションの領域では、別のパラダイムがマスク分類問題としてセグメンテーションを定式化し、驚くべきパフォーマンスを達成しています。
これは興味深い質問を提起します。マスク分類パラダイムは、範囲ビューベースのLiDARセグメンテーションに利益をもたらし、対応するピクセルごとのパラダイムよりも優れたパフォーマンスを実現できるでしょうか。
この質問に答えるために、範囲ビューベースのLiDARセマンティックおよびパノプティコンセグメンテーションのための統合マスク分類モデルMaskRangeを提案します。
新しいパラダイムに加えて、過剰適合、コンテキスト依存、およびクラスの不均衡の問題に対処するための新しいデータ拡張方法も提案します。
SemanticKITTIベンチマークで広範な実験が行われます。
公開されているすべてのレンジビューベースのメソッドの中で、MaskRangeは、セマンティックセグメンテーションで$ 66.10 $ mIoUの最先端のパフォーマンスを実現し、パノラマセグメンテーションで$ 53.10$PQの有望な結果を高効率で実現します。
コードがリリースされます。

要約(オリジナル)

Range-view based LiDAR segmentation methods are attractive for practical applications due to their direct inheritance from efficient 2D CNN architectures. In literature, most range-view based methods follow the per-pixel classification paradigm. Recently, in the image segmentation domain, another paradigm formulates segmentation as a mask-classification problem and has achieved remarkable performance. This raises an interesting question: can the mask-classification paradigm benefit the range-view based LiDAR segmentation and achieve better performance than the counterpart per-pixel paradigm? To answer this question, we propose a unified mask-classification model, MaskRange, for the range-view based LiDAR semantic and panoptic segmentation. Along with the new paradigm, we also propose a novel data augmentation method to deal with overfitting, context-reliance, and class-imbalance problems. Extensive experiments are conducted on the SemanticKITTI benchmark. Among all published range-view based methods, our MaskRange achieves state-of-the-art performance with $66.10$ mIoU on semantic segmentation and promising results with $53.10$ PQ on panoptic segmentation with high efficiency. Our code will be released.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google