محاذاة متعددة المساحات نحو تقسيم عالمي للـ LiDAR

نموذج تقسيم موحد ومتعدد الاستخدامات للـ LiDAR مع قوة تحمل وقابلية تعميم قوية مرغوب فيه من أجل إدراك القيادة الذاتية الآمنة. يقدم هذا العمل M3Net، وهو إطار فريد لتحقيق تقسيم الـ LiDAR متعدد المهام، متعدد المجموعات، ومتعدد الوضعيات بطريقة عالمية باستخدام مجموعة واحدة فقط من المعلمات. للاستفادة بشكل أفضل من حجم البيانات وتنوعها، نقوم أولاً بدمج مجموعات بيانات القيادة على نطاق واسع التي تم الحصول عليها بواسطة أنواع مختلفة من أجهزة الاستشعار من مشاهد متنوعة، ثم نقوم بإجراء محاذاة في ثلاث مساحات، وهي بيانات، ميزات، ومساحات تسميات، خلال التدريب. كنتيجة لذلك، فإن M3Net قادر على ترويض البيانات المتنوعة لتدريب نماذج تقسيم الـ LiDAR الرائدة. تؤكد التجارب الواسعة على اثني عشر مجموعة بيانات لتقسيم الـ LiDAR فعالية عملنا. ومن الجدير بالذكر أنه باستخدام مجموعة مشتركة من المعلمات، حقق M3Net درجات mIoU تصل إلى 75.1% و83.1% و72.4%، على التوالي، في المعايير الرسمية لـ SemanticKITTI وnuScenes وWaymo Open.