論文の概要: VoteFlow: Enforcing Local Rigidity in Self-Supervised Scene Flow
- arxiv url: http://arxiv.org/abs/2503.22328v2
- Date: Wed, 16 Apr 2025 07:36:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-04-17 14:37:14.265879
- Title: VoteFlow: Enforcing Local Rigidity in Self-Supervised Scene Flow
- Title（参考訳）: VoteFlow: 自己監督型シーンフローにおける局所剛性向上
- Authors: Yancong Lin, Shiming Wang, Liangliang Nan, Julian Kooij, Holger Caesar,
- Abstract要約: シーンフロー推定は、2つの隣接するLiDARスキャンから点当たりの動きを復元することを目的としている。
自律運転のような現実世界のアプリケーションでは、ポイントが他と独立して動くことは滅多にない。
ニューラルネットワーク設計に軽量なアドオンモジュールを導入し、エンドツーエンドの学習を可能にした。
- 参考スコア（独自算出の注目度）: 4.515315183243291
- License:
- Abstract: Scene flow estimation aims to recover per-point motion from two adjacent LiDAR scans. However, in real-world applications such as autonomous driving, points rarely move independently of others, especially for nearby points belonging to the same object, which often share the same motion. Incorporating this locally rigid motion constraint has been a key challenge in self-supervised scene flow estimation, which is often addressed by post-processing or appending extra regularization. While these approaches are able to improve the rigidity of predicted flows, they lack an architectural inductive bias for local rigidity within the model structure, leading to suboptimal learning efficiency and inferior performance. In contrast, we enforce local rigidity with a lightweight add-on module in neural network design, enabling end-to-end learning. We design a discretized voting space that accommodates all possible translations and then identify the one shared by nearby points by differentiable voting. Additionally, to ensure computational efficiency, we operate on pillars rather than points and learn representative features for voting per pillar. We plug the Voting Module into popular model designs and evaluate its benefit on Argoverse 2 and Waymo datasets. We outperform baseline works with only marginal compute overhead. Code is available at https://github.com/tudelft-iv/VoteFlow.
- Abstract（参考訳）: シーンフロー推定は、2つの隣接するLiDARスキャンから点当たりの動きを復元することを目的としている。
しかしながら、自律運転のような現実世界の応用では、特に同じ物体に属する近傍の点について、ポイントが他の物体と独立に動くことは稀である。
この局所的に硬い動きの制約を組み込むことは、自己監督的なシーンフロー推定において重要な課題であり、これは後処理や追加の正規化によって対処されることが多い。
これらのアプローチは予測フローの剛性を改善することができるが、モデル構造内の局所剛性に対するアーキテクチャ上の帰納バイアスが欠如しており、最適学習効率と性能が低下する。
対照的に、ニューラルネットワーク設計において軽量なアドオンモジュールで局所剛性を強制し、エンドツーエンドの学習を可能にします。
我々は、全ての可能な翻訳を許容する離散化された投票空間を設計し、その後、識別可能な投票により、近くのポイントで共有されるものを特定する。
さらに, 計算効率を確保するために, 点ではなく柱上で作業し, 柱ごとの投票の代表的な特徴を学習する。
Voting Moduleを一般的なモデル設計にプラグインし、Argoverse 2とWaymoのデータセットでそのメリットを評価します。
私たちは、限界計算オーバーヘッドだけでベースライン処理を上回ります。
コードはhttps://github.com/tudelft-iv/VoteFlowで入手できる。
関連論文リスト
- SeFlow: A Self-Supervised Scene Flow Method in Autonomous Driving [18.88208422580103]
連続したLiDARスキャンで各点における3次元運動を予測する。
現在の最先端の手法は、シーンフローネットワークをトレーニングするために注釈付きデータを必要とする。
本研究では,効率的な動的分類を学習に基づくシーンフローパイプラインに統合するSeFlowを提案する。
論文 参考訳（メタデータ） (2024-07-01T18:22:54Z) - STARFlow: Spatial Temporal Feature Re-embedding with Attentive Learning for Real-world Scene Flow [5.476991379461233]
両ユークリッド空間における全点対に一致する大域的注意流埋め込みを提案する。
我々は、新しいドメイン適応損失を利用して、合成から実世界への動き推論のギャップを埋める。
提案手法は,実世界のLiDARスキャンデータセットにおいて特に顕著な結果を得て,各種データセットの最先端性能を実現する。
論文 参考訳（メタデータ） (2024-03-11T04:56:10Z) - Self-Supervised 3D Scene Flow Estimation and Motion Prediction using
Local Rigidity Prior [100.98123802027847]
点群における3次元シーンフロー推定とクラス非依存動作予測について検討した。
我々は,一方向の剛性動作推定により,自己教師型学習のための擬似シーンフローラベルを生成する。
本手法は,自己監督型シーンフロー学習における最先端性能を実現する。
論文 参考訳（メタデータ） (2023-10-17T14:06:55Z) - ContrastMotion: Self-supervised Scene Motion Learning for Large-Scale
LiDAR Point Clouds [21.6511040107249]
BEV表現を用いたLiDARに基づく自律走行のための新しい自律走行推定器を提案する。
連続するフレームにおける柱間の特徴レベルの整合性によるシーンの動きを予測し,ダイナミックなシーンにおけるノイズポイントや視点変化点雲の影響を解消する。
論文 参考訳（メタデータ） (2023-04-25T05:46:24Z) - Adaptive Local-Component-aware Graph Convolutional Network for One-shot
Skeleton-based Action Recognition [54.23513799338309]
骨格に基づく行動認識のための適応的局所成分認識グラフ畳み込みネットワークを提案する。
我々の手法はグローバルな埋め込みよりも強力な表現を提供し、我々のモデルが最先端に到達するのに役立ちます。
論文 参考訳（メタデータ） (2022-09-21T02:33:07Z) - Self-Point-Flow: Self-Supervised Scene Flow Estimation from Point Clouds
with Optimal Transport and Random Walk [59.87525177207915]
シーンフローを近似する2点雲間の対応性を確立するための自己教師型手法を開発した。
本手法は,自己教師付き学習手法の最先端性能を実現する。
論文 参考訳（メタデータ） (2021-05-18T03:12:42Z) - LiDAR-based Panoptic Segmentation via Dynamic Shifting Network [56.71765153629892]
LiDARベースのパノプティカルセグメンテーションは、オブジェクトとシーンを統一的に解析することを目的としている。
本稿では,ポイントクラウド領域における効果的な単視分割フレームワークとして機能する動的シフトネットワーク(DS-Net)を提案する。
提案するDS-Netは,現在の最先端手法よりも優れた精度を実現する。
論文 参考訳（メタデータ） (2020-11-24T08:44:46Z) - LoCo: Local Contrastive Representation Learning [93.98029899866866]
重なり合うローカルブロックが重なり合うことで、デコーダの深さを効果的に増加させ、上位ブロックが暗黙的に下位ブロックにフィードバックを送ることができることを示す。
このシンプルな設計は、ローカル学習とエンドツーエンドのコントラスト学習アルゴリズムのパフォーマンスギャップを初めて埋める。
論文 参考訳（メタデータ） (2020-08-04T05:41:29Z) - Region-based Non-local Operation for Video Classification [11.746833714322154]
本稿では,地域別非局所的(RNL)操作を自己注意機構のファミリーとして提案する。
チャネルアテンションモジュールと提案したRNLを組み合わせることで,市販のCNNに組み込んだアテンションチェーンを設計し,エンドツーエンドのトレーニングを行う。
提案手法の実験結果は,他の注意機構よりも優れており,Something V1データセット上での最先端性能を実現している。
論文 参考訳（メタデータ） (2020-07-17T14:57:05Z) - Scope Head for Accurate Localization in Object Detection [135.9979405835606]
本研究では,各位置のアンカーを相互依存関係としてモデル化したScopeNetと呼ばれる新しい検出器を提案する。
我々の簡潔で効果的な設計により、提案したScopeNetはCOCOの最先端の成果を達成する。
論文 参考訳（メタデータ） (2020-05-11T04:00:09Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。