HeLiMOS: A Dataset for Moving Object Segmentation in 3D Point Clouds From Heterogeneous LiDAR Sensors

要約

3D 光検出測距 (LiDAR) センサーを使用した移動物体セグメンテーション (MOS) は、シーンの理解と移動物体の識別に不可欠です。
さまざまなタイプの 3D LiDAR センサーが市場で入手可能になっているにもかかわらず、MOS の研究は依然として主に機械的に回転する全方向 LiDAR センサーからの 3D 点群に焦点を当てています。
したがって、たとえば、不規則なスキャン パターンを持つソリッドステート LiDAR センサーからの点群の MOS ラベルを含むデータセットが不足しています。
この論文では、\textit{HeLiMOS} と呼ばれるラベル付きデータセットを紹介します。これにより、2 つのソリッドステート LiDAR センサーを含む 4 つの異種 LiDAR センサーで MOS アプローチをテストできるようになります。
さらに、人間のアノテーターに必要なラベル付けの労力を大幅に削減する新しい自動ラベル付け方法を導入します。
この目的を達成するために、私たちのフレームワークは、インスタンス対応の静的マップ構築アプローチと追跡ベースの偽ラベル フィルタリングを活用します。
最後に、HeLiMOS 上で一般的に使用されている最先端の MOS アプローチのパフォーマンスに関する実験結果を提供します。これは、3D ポイントのキャプチャに使用される LiDAR センサーの種類に関係なく一般的に機能する、センサーに依存しない MOS の新しい方向性を示唆しています。
雲。
データセットは https://sites.google.com/view/helimos で入手できます。

要約(オリジナル)

Moving object segmentation (MOS) using a 3D light detection and ranging (LiDAR) sensor is crucial for scene understanding and identification of moving objects. Despite the availability of various types of 3D LiDAR sensors in the market, MOS research still predominantly focuses on 3D point clouds from mechanically spinning omnidirectional LiDAR sensors. Thus, we are, for example, lacking a dataset with MOS labels for point clouds from solid-state LiDAR sensors which have irregular scanning patterns. In this paper, we present a labeled dataset, called \textit{HeLiMOS}, that enables to test MOS approaches on four heterogeneous LiDAR sensors, including two solid-state LiDAR sensors. Furthermore, we introduce a novel automatic labeling method to substantially reduce the labeling effort required from human annotators. To this end, our framework exploits an instance-aware static map building approach and tracking-based false label filtering. Finally, we provide experimental results regarding the performance of commonly used state-of-the-art MOS approaches on HeLiMOS that suggest a new direction for a sensor-agnostic MOS, which generally works regardless of the type of LiDAR sensors used to capture 3D point clouds. Our dataset is available at https://sites.google.com/view/helimos.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google