Deep Learning
Semantic Segmentation
Point Cloud
口頭発表
点群データに対するセマンティックセグメンテーションにおけるCGデータによる事前学習の有効性検証
- Author
- 中村智也, 大貫菜々美, 山本真哉, 平川翼, 山下隆義, 藤吉弘亘
- Publication
- 土木学会全国大会, 2023
Download: PDF (Japanese)
月面環境において，自律型の建設機械を用いて無人の建設活動を行うためには，建設機械周辺の環境を把握することが必要不可欠である．周辺環境を把握するための手法として，建設機械に搭載したカメラで撮影したRGB画像を用いる手法，またはLight Detection and Ranging(LiDAR)で取得した3次元点群を用いる手法がある．LiDARは，夜間などのRGB画像では撮影しにくい条件でも３次元点群を取得できる．そのため，本稿ではLiDARを入力デバイスとして用いる．周辺環境の認識対象には，他の建設機械や人のような移動物体だけでなく，盛り土のような作業対象も含まれる．盛り土の場合，高さや広がり方などが多様である．そのため，一般的な剛体の物体を認識対象とする物体検出では検知できないことも考えられる．そこで，本稿では３次元点群の各点に対してクラス分類を行うセマンティックセグメンテーションを物体検知技術として用いる．セマンティックセグメンテーションは，画像内の全画素や点群の各点に対してラベルやカテゴリを関連付けるタスクである．学習には大量の実環境データが必要であり，不十分な場合は精度の低下を招く．そこで，CGにより大量のデータを生成して学習に用いることで，実環境データを補填することが期待される．本稿では，点群データに対するセマンティックセグメンテーションにおいて，CGデータによる事前学習が有効であるか検証する．