Deep learning for 3D Object Detection and Tracking in Autonomous Driving: A Brief Survey

要約

物体の検出と追跡は自動運転にとって重要かつ基本的なタスクであり、シーン内の事前定義されたカテゴリから物体を識別して位置を特定することを目的としています。
3D 点群学習は、あらゆる形式の自動運転データの中でもますます注目を集めています。
現在、3D オブジェクト検出のためのディープラーニング手法は数多くあります。
ただし、点群データの固有の特性により、点群の物体検出と追跡のタスクには依然として集中的な研究が必要です。
この研究の現状をよく理解するために、この論文では、3D オブジェクトの検出と追跡のためのディープラーニング手法の最近の進歩を示します。

要約(オリジナル)

Object detection and tracking are vital and fundamental tasks for autonomous driving, aiming at identifying and locating objects from those predefined categories in a scene. 3D point cloud learning has been attracting more and more attention among all other forms of self-driving data. Currently, there are many deep learning methods for 3D object detection. However, the tasks of object detection and tracking for point clouds still need intensive study due to the unique characteristics of point cloud data. To help get a good grasp of the present situation of this research, this paper shows recent advances in deep learning methods for 3D object detection and tracking.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google