論文の概要: Class-Adaptive Cooperative Perception for Multi-Class LiDAR-based 3D Object Detection in V2X Systems

• arxiv url: http://arxiv.org/abs/2604.10305v1
• Date: Sat, 11 Apr 2026 18:08:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-14 20:13:15.94726
• Title: Class-Adaptive Cooperative Perception for Multi-Class LiDAR-based 3D Object Detection in V2X Systems
• Title（参考訳）: V2XシステムにおけるマルチクラスLiDARに基づく3次元物体検出のためのクラス適応協調認識
• Authors: Blessing Agyei Kyem, Joshua Kofi Asamoah, Armstrong Aboah,
• Abstract要約: 本稿では,LiDARデータからの多クラス3Dオブジェクト検出のためのクラス適応型協調認識アーキテクチャを提案する。 提案手法は, 強い中間核融合ベースライン上での平均検出性能を継続的に向上する。 その結果, 特徴抽出と融合とクラス依存幾何と点密度との整合性は, 現実的な車両間展開においてよりバランスの取れた協調知覚をもたらすことが示された。
• 参考スコア（独自算出の注目度）: 7.461918364557348
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cooperative perception allows connected vehicles and roadside infrastructure to share sensor observations, creating a fused scene representation beyond the capability of any single platform. However, most cooperative 3D object detectors use a uniform fusion strategy for all object classes, which limits their ability to handle the different geometric structures and point-sampling patterns of small and large objects. This problem is further reinforced by narrow evaluation protocols that often emphasize a single dominant class or only a few cooperation settings, leaving robust multi-class detection across diverse vehicle-to-everything interactions insufficiently explored. To address this gap, we propose a class-adaptive cooperative perception architecture for multi-class 3D object detection from LiDAR data. The model integrates four components: multi-scale window attention with learned scale routing for spatially adaptive feature extraction, a class-specific fusion module that separates small and large objects into attentive fusion pathways, bird's-eye-view enhancement through parallel dilated convolution and channel recalibration for richer contextual representation, and class-balanced objective weighting to reduce bias toward frequent categories. Experiments on the V2X-Real benchmark cover vehicle-centric, infrastructure-centric, vehicle-to-vehicle, infrastructure-to-infrastructure, and vehicle-to-infrastructure settings under identical backbone and training configurations. The proposed method consistently improves mean detection performance over strong intermediate-fusion baselines, with the largest gains on trucks, clear improvements on pedestrians, and competitive results on cars. These results show that aligning feature extraction and fusion with class-dependent geometry and point density leads to more balanced cooperative perception in realistic vehicle-to-everything deployments.
• Abstract（参考訳）: 協調的な認識により、コネクテッドカーと道路インフラストラクチャーはセンサーの観察を共有でき、単一のプラットフォームの能力を超えた、融合したシーン表現を作成できる。 しかし、ほとんどの協力的な3Dオブジェクト検出器は、全てのオブジェクトクラスに対して均一な融合戦略を使用しており、これは、小さくて大きなオブジェクトの異なる幾何学的構造や点サンプリングパターンを扱う能力を制限する。 この問題は、単一の優位なクラスや少数の協調的な設定をしばしば強調する狭い評価プロトコルによってさらに強化され、多様な車両間相互作用を横断する堅牢なマルチクラス検出が不十分なまま残されている。 このギャップに対処するために,LiDARデータから多クラス3Dオブジェクトを検出するためのクラス適応型協調認識アーキテクチャを提案する。 このモデルは4つのコンポーネントを統合する: 空間適応的特徴抽出のための学習スケールルーティングによるマルチスケールウィンドウアテンション、小さくて大きな物体を注意的な融合経路に分離するクラス固有の融合モジュール、よりリッチな文脈表現のための並列拡張畳み込みとチャネル再調整による鳥の目視強調、そして頻繁なカテゴリーへの偏りを軽減するクラスバランス対象重み付け。 V2X-Realベンチマークの実験では、同じバックボーンとトレーニング設定の下で、車中心、インフラ中心、車間通信、インフラ間通信、車間通信の設定がカバーされた。 提案手法は,トラックの最大ゲイン,歩行者の鮮明な改善,自動車の競争結果など,強い中間核融合ベースラインに対する平均検出性能を一貫して向上させる。 これらの結果から,特徴抽出と融合とクラス依存幾何と点密度との整合性は,現実的な車両間展開においてよりバランスの取れた協調知覚をもたらすことが示唆された。

関連論文リスト

• AGC-Drive: A Large-Scale Dataset for Real-World Aerial-Ground Collaboration in Driving Scenarios [68.84774511206797]
  AGC-DriveはAerial-Ground Cooperativeの3D知覚のための最初の大規模実世界のデータセットである。 AGC-Driveには350のシーンがあり、それぞれ約100のフレームと13のオブジェクトカテゴリをカバーする完全な注釈付き3Dバウンディングボックスがある。 車両間協調認識と車両間協調認識の2つの3次元タスクのベンチマークを提供する。
  論文  参考訳（メタデータ） (2025-06-19T14:48:43Z)
• From Dataset to Real-world: General 3D Object Detection via Generalized Cross-domain Few-shot Learning [13.282416396765392]
  本稿では,3次元オブジェクト検出においてGCFS(Generalized Cross-domain few-shot)タスクを導入する。 本ソリューションでは,マルチモーダル融合とコントラスト強化型プロトタイプ学習を1つのフレームワークに統合する。 限定対象データから各クラスに対するドメイン固有表現を効果的に捉えるために,コントラスト強化型プロトタイプ学習を提案する。
  論文  参考訳（メタデータ） (2025-03-08T17:05:21Z)
• PVAFN: Point-Voxel Attention Fusion Network with Multi-Pooling Enhancing for 3D Object Detection [59.355022416218624]
  点とボクセルの表現の統合は、LiDARベースの3Dオブジェクト検出においてより一般的になりつつある。 PVAFN(Point-Voxel Attention Fusion Network)と呼ばれる新しい2段3次元物体検出器を提案する。 PVAFNはマルチプール戦略を使用して、マルチスケールとリージョン固有の情報を効果的に統合する。
  論文  参考訳（メタデータ） (2024-08-26T19:43:01Z)
• AdaptiveShape: Solving Shape Variability for 3D Object Detection with Geometry Aware Anchor Distributions [1.3807918535446089]
  点雲と画像を用いた3次元物体検出は、自律運転のような知覚タスクにおいて重要な役割を果たす。 現在の手法は、標準形状の車両の検出とポーズ推定に優れた性能を示すが、より複雑な形状に欠ける。 この研究は、そのようなクラスのパフォーマンスを改善し、測定するいくつかの新しい方法を紹介します。
  論文  参考訳（メタデータ） (2023-02-28T12:31:31Z)
• Hierarchical Point Attention for Indoor 3D Object Detection [111.04397308495618]
  本研究は、点ベース変圧器検出器の汎用階層設計として、2つの新しい注意操作を提案する。 まず、よりきめ細かい特徴学習を可能にするために、シングルスケールの入力機能からマルチスケールトークンを構築するマルチスケール注意(MS-A)を提案する。 第2に,適応型アテンション領域を持つサイズ適応型ローカルアテンション(Local-A)を提案する。
  論文  参考訳（メタデータ） (2023-01-06T18:52:12Z)
• Collaborative 3D Object Detection for Automatic Vehicle Systems via Learnable Communications [8.633120731620307]
  本稿では,3つのコンポーネントから構成される新しい3次元オブジェクト検出フレームワークを提案する。 実験結果と帯域使用量分析により,本手法は通信コストと計算コストを削減できることを示した。
  論文  参考訳（メタデータ） (2022-05-24T07:17:32Z)
• PillarGrid: Deep Learning-based Cooperative Perception for 3D Object Detection from Onboard-Roadside LiDAR [15.195933965761645]
  我々は,複数の3次元LiDARからの情報を融合した新しい協調認識手法であるtextitPillarGridを提案する。 PillarGrid は,1) 点雲の協調前処理,2) 軸方向のボキセル化と特徴抽出,3) 複数のセンサからの特徴のグリッド方向の深層融合,4) 畳み込みニューラルネットワーク(CNN) に基づく3Dオブジェクト検出である。 広汎な実験により、PillarGridはSOTA単一LiDARに基づく3Dオブジェクト検出法よりも精度と範囲を大きなマージンで上回ることがわかった。
  論文  参考訳（メタデータ） (2022-03-12T02:28:41Z)
• Fine-Grained Vehicle Perception via 3D Part-Guided Visual Data Augmentation [77.60050239225086]
  実画像中の車両に動的部品を付加した3次元自動車モデルによる効果的なトレーニングデータ生成プロセスを提案する。 私達のアプローチは人間の相互作用なしで完全に自動です。 VUS解析用マルチタスクネットワークとVHI解析用マルチストリームネットワークを提案する。
  論文  参考訳（メタデータ） (2020-12-15T03:03:38Z)
• 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)
• Improving Point Cloud Semantic Segmentation by Learning 3D Object Detection [102.62963605429508]
  ポイントクラウドセマンティックセグメンテーションは、自動運転において重要な役割を果たす。 現在の3Dセマンティックセグメンテーションネットワークは、よく表現されたクラスに対して優れた性能を発揮する畳み込みアーキテクチャに焦点を当てている。 Aware 3D Semantic Detection (DASS) フレームワークを提案する。
  論文  参考訳（メタデータ） (2020-09-22T14:17:40Z)

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。