| 研究成果の概要 |
本研究では, 空間的計算量を抑えつつ周囲環境を計測して得られた大規模な3次元点群データに対して補完処理を行う深層学習ネットワークと，入力点群の隙間を適切に補完できたかを表す3次元点群データの補完のための新たな評価指標を考案した．また,その評価指標を損失関数の一部に用いて考案した深層学習ネットワークを学習させて，適切に点群を生成できることを実験的に示した．考案した手法の有効性を示すために，自動運転車のための実環境の3次元点群データセットして有名なSemanticKITTIデータセットやSemanticPOSSデータセットを用いて検証実験を行い，その有効性を示した．
|
