遮蔽された点群知覚における同一性置換：建設ロボットのための壁を見る

建設ロボットが部分的にしか見えないbuilding elementsをラベル付けする状況を扱う。test timeのocclusionがobjectの一部ではなくscene全体の領域を除去すると、point-cloud segmentation networksは隠れた要素を見逃すのではなく、別クラスへrelabelし、誤りが単一のsink classに集中する現象(identity substitution)を示す研究。

従来のocclusionはtrainingでobjectの一部を隠す設定が中心だが、本研究はtest timeにscene全体の領域が欠落する場合を扱い、単なる見逃しではなくrelabelとsink classへの誤り崩壊を定量化した点が新しい。fixed layoutでcolumnが最大70%のtest pointsを吸収、randomized layoutでstairが真のshareの4.5-5.4倍予測されることを示す。

肝は、各pointに14個のhand-computed geometric features(GPE)を追加する点。positionやintrinsic shapeなどのcueへの依存をfeature permutationで分析し、classごとにtraining dataで安定なcueに依存することを説明する。occlusion augmentationも比較手法として検討。

fixed/randomized synthetic layoutsとreal S3DIS scansで検証。baseline mIoUは0.15-0.27(fixed)、0.36-0.72(randomized)まで低下し、最大269個のwhole objectsが消失。GPE追加でmIoU 0.54-0.92へ回復し、whole-object lossesを64-100%除去。real S3DISでwhole-wall lossを10から0に。as-built column checkで正しく検査されたviewの割合が17-58%から71-92%へ向上。PointNet++とPTv3-style transformerの両方で確認。

occlusion augmentationはmIoUでは強い代替だが、全設定でGPEより多くのwhole objectsを失う(例:25-35 vs. 0)。feature permutationにより、height-banded slabsやbeamsはposition、wallsやstairsはpositionが変動するとintrinsic shapeに依存することを説明。sink classへの誤り崩壊やwhole-object lossの議論がある。

要旨で参照/比較されているocclusion augmentation、PointNet++、PTv3-style transformer、S3DISに関連する研究。特にocclusion augmentationとGPEの比較を深掘りする論文や、point-cloud segmentationのrobustness評価手法。