論文の概要: A Data-Centric Approach to 3D Semantic Segmentation of Railway Scenes

• arxiv url: http://arxiv.org/abs/2504.18213v1
• Date: Fri, 25 Apr 2025 09:46:31 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-05-02 19:15:53.729582
• Title: A Data-Centric Approach to 3D Semantic Segmentation of Railway Scenes
• Title（参考訳）: 鉄道シーンの3次元セマンティックセマンティックセグメンテーションへのデータ中心的アプローチ
• Authors: Nicolas Münger, Max Peter Ronecker, Xavier Diaz, Michael Karner, Daniel Watzenig, Jan Skaloud,
• Abstract要約: 本稿では,鉄道固有のOSDaR23データセットのセグメンテーション性能を改善するために,2つのターゲットデータ拡張手法を提案する。 パーソン・インスタンス・ペースト法は、データセットに現実的なバリエーションを注入することにより、遠距離の歩行者のセグメンテーションを強化する。 トラックスペーシフィケーション法は、LiDARスキャンの点密度を再分配し、距離の近距離精度に最小限の影響を与えることなく、遠距離でのトラックセグメンテーションを改善する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LiDAR-based semantic segmentation is critical for autonomous trains, requiring accurate predictions across varying distances. This paper introduces two targeted data augmentation methods designed to improve segmentation performance on the railway-specific OSDaR23 dataset. The person instance pasting method enhances segmentation of pedestrians at distant ranges by injecting realistic variations into the dataset. The track sparsification method redistributes point density in LiDAR scans, improving track segmentation at far distances with minimal impact on close-range accuracy. Both methods are evaluated using a state-of-the-art 3D semantic segmentation network, demonstrating significant improvements in distant-range performance while maintaining robustness in close-range predictions. We establish the first 3D semantic segmentation benchmark for OSDaR23, demonstrating the potential of data-centric approaches to address railway-specific challenges in autonomous train perception.
• Abstract（参考訳）: LiDARに基づくセマンティックセグメンテーションは、自律列車にとって重要であり、様々な距離にわたって正確な予測を必要とする。 本稿では,鉄道仕様OSDaR23データセットのセグメンテーション性能向上を目的とした2つのターゲットデータ拡張手法を提案する。 パーソン・インスタンス・ペースト法は、データセットに現実的なバリエーションを注入することにより、遠距離の歩行者のセグメンテーションを強化する。 トラックスペーシフィケーション法は、LiDARスキャンの点密度を再分配し、距離の近距離精度に最小限の影響を与えることなく、遠距離でのトラックセグメンテーションを改善する。 両手法は最先端の3Dセマンティックセグメンテーションネットワークを用いて評価され、近距離予測におけるロバスト性を維持しながら、遠距離性能を著しく改善した。 我々はOSDaR23の最初の3次元セマンティックセマンティックセマンティック・セマンティクス・ベンチマークを構築し、自律列車知覚における鉄道固有の課題に対処するためのデータ中心アプローチの可能性を示した。

関連論文リスト

• 3DLabelProp: Geometric-Driven Domain Generalization for LiDAR Semantic Segmentation in Autonomous Driving [7.35996217853436]
  ドメインの一般化は、トレーニングと推論データセット間のドメインシフトにもかかわらず、ディープラーニングモデルがパフォーマンスを維持する方法を見つけることを目的としている。 これは、堅牢である必要があるモデルや、トレーニングにコストがかかるモデルにとって特に重要です。 本研究は,LiDARセンサの逐次構造を利用した幾何学的アプローチを提案する。
  論文  参考訳（メタデータ） (2025-01-24T16:22:35Z)
• Volumetric Semantically Consistent 3D Panoptic Mapping [77.13446499924977]
  非構造環境における自律エージェントに適したセマンティック3Dマップを生成することを目的としたオンライン2次元から3次元のセマンティック・インスタンスマッピングアルゴリズムを提案する。 マッピング中にセマンティック予測の信頼性を統合し、セマンティックおよびインスタンス一貫性のある3D領域を生成する新しい方法を導入する。 提案手法は,パブリックな大規模データセット上での最先端の精度を実現し,多くの広く使用されているメトリクスを改善した。
  論文  参考訳（メタデータ） (2023-09-26T08:03:10Z)
• Unsupervised Domain Adaptation for Self-Driving from Past Traversal Features [69.47588461101925]
  本研究では,新しい運転環境に3次元物体検出器を適応させる手法を提案する。 提案手法は,空間的量子化履歴特徴を用いたLiDARに基づく検出モデルを強化する。 実世界のデータセットの実験では、大幅な改善が示されている。
  論文  参考訳（メタデータ） (2023-09-21T15:00:31Z)
• PointOcc: Cylindrical Tri-Perspective View for Point-based 3D Semantic Occupancy Prediction [72.75478398447396]
  本稿では,点雲を効果的かつ包括的に表現する円筒型三重対視図を提案する。 また,LiDAR点雲の距離分布を考慮し,円筒座標系における三点ビューを構築した。 プロジェクション中に構造の詳細を維持するために空間群プーリングを使用し、各TPV平面を効率的に処理するために2次元バックボーンを採用する。
  論文  参考訳（メタデータ） (2023-08-31T17:57:17Z)
• Improving Online Lane Graph Extraction by Object-Lane Clustering [106.71926896061686]
  本稿では,局所レーングラフの推定精度を向上させるために,アーキテクチャと損失の定式化を提案する。 提案手法は,中心線をクラスタ中心とすることで,対象を中心線に割り当てることを学ぶ。 提案手法は既存の3次元オブジェクト検出手法の出力を用いて,大幅な性能向上を実現することができることを示す。
  論文  参考訳（メタデータ） (2023-07-20T15:21:28Z)
• Navya3DSeg -- Navya 3D Semantic Segmentation Dataset & split generation for autonomous vehicles [63.20765930558542]
  3Dセマンティックデータは、障害物検出やエゴ-車両の局所化といった中核的な認識タスクに有用である。 そこで我々は,大規模生産段階の運用領域に対応する多様なラベル空間を持つ新しいデータセットであるNavala 3D(Navya3DSeg)を提案する。 ラベルのない23のラベル付きシーケンスと25の補足シーケンスが含まれており、ポイントクラウド上の自己教師付きおよび半教師付きセマンティックセマンティックセグメンテーションベンチマークを探索するために設計された。
  論文  参考訳（メタデータ） (2023-02-16T13:41:19Z)
• PointInst3D: Segmenting 3D Instances by Points [136.7261709896713]
  本稿では,ポイント単位の予測方式で機能する,完全畳み込み型3Dポイントクラウドインスタンスセグメンテーション手法を提案する。 その成功の鍵は、各サンプルポイントに適切なターゲットを割り当てることにある。 提案手法はScanNetとS3DISのベンチマークで有望な結果が得られる。
  論文  参考訳（メタデータ） (2022-04-25T02:41:46Z)
• DiResNet: Direction-aware Residual Network for Road Extraction in VHR Remote Sensing Images [12.081877372552606]
  主に3つのコントリビューションを含む方向対応残差ネットワーク(DiResNet)を提案する。 提案手法は総合精度とF1スコアの両方に利点がある。
  論文  参考訳（メタデータ） (2020-05-14T19:33:21Z)
• Wise Sliding Window Segmentation: A classification-aided approach for trajectory segmentation [11.174536284571802]
  ワイズスライディングウィンドウ(WS-II)と呼ばれる教師付き軌道分割アルゴリズムを提案する。 WS-IIは軌道座標を処理し、空間と時間の変化を見つけ、エラー信号を生成する。 提案手法は,異なる領域の3つの実データに対して評価する。
  論文  参考訳（メタデータ） (2020-03-23T12:55:40Z)

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。