LiDARによる物体検出について調べてみた

前回の記事で、LiDARとカメラ＜両方＞を使った物体検出について調べましたが、今回はLiDAR＜のみ＞を用いて道路上の物体検出を行う手法について調査したので、資料をアップしました。

takmin.hatenablog.com

LiDARを用いた物体検出は上記よりもずっと研究の歴史も数も多いので、その中でも

• 比較的新しいもの
• 性能の良いもの
• 引用数の多いもの
• 有名会議等で発表されたもの
• ユニークなもの

という観点で選びました。

「なんでこの研究がないんだー！」みたいな意見は大歓迎ですので、ぜひご連絡ください。

20181130 lidar object detection survey 

www.slideshare.net

LiDAR-Camera Fusionによる物体検出について調べてみた

車載LiDARで取得した点群と、同じく車載カメラで取得したRGB画像両方を使用して物体検出を行う手法について調査しましたので、資料を公開します。

間違いや漏れの指摘などありましたらぜひご連絡ください。

最近はなんでもかんでもDeep Learningなので、サーベイが昔より楽になりました（笑）

object detection with lidar-camera fusion: survey (updated) 

www.slideshare.net

----

2018/12/06追記

RoarNetなど４本ほど研究を追加ました

2018/10/20 CV勉強会「ECCV2018読み会」発表資料まとめ

本日、第49回コンピュータビジョン勉強会＠関東を「ECCV2018読み会」というテーマで行いましたので、発表資料をまとめます。

今回はPRMU研究会との共同開催ということで、慶応義塾大学矢上キャンパスで行われ、午前中には理化学研究所の杉山将先生によるPRMUフェロー講演も行われました。

コンピュータビジョン勉強会＠関東

http://sites.google.com/site/cvsaisentan/

開催プログラム

kantocv.connpass.com

Tweetまとめ

togetter.com

以下で録画を確認できます。

https://www.youtube.com/watch?v=U85M5V_Tbnk

https://www.youtube.com/watch?v=Vc256aSUDk8

https://www.youtube.com/watch?v=q75qvYG-vBM

発表者	発表内容	発表資料
takmin	3DFeat-Net: Weakly Supervised Local 3D Features for Point Cloud	https://www.slideshare.net/takmin/3dfeatnet
t2kasa	DeepJDOT: Deep Joint Distribution Optimal Transport for Unsupervised Domain Adaptation	https://speakerdeck.com/t2kasa/deepjdot-deep-joint-distribution-optimal-transport-for-unsupervised-domain-adaptation-lun-wen-shao-jie
lunar_dog	Towards Realistic Predictors	https://speakerdeck.com/lunardog/towards-realistic-predictors
nagano_pigeon	ECCVにおける超解像論文	https://speakerdeck.com/pigeon/eccv-niokeruchao-jie-xiang-lun-wen-3ben
KousukeKuzuoka	CornerNet: Detecting Objects as Paired Keypoints  Acquisition of Localization Confidence for Accurate Object Detection	https://www.slideshare.net/KousukeKuzuoka/20181020-eccv2018-120100348
TenkiLee	Every body dance now (from "First Workshop on Computer Vision for Fashion, Art and Design")	https://www.slideshare.net/ssuser86aec4/eccv2018-everybody-dance-now-cv
mhr380	Materials for Masses: SVBRDF Acquisition with a Single Mobile Phone Image	https://www.slideshare.net/hajimemihara/eccv-materials-for-masses-svbrdf-acquisition-with-a-single-mobile-phone-image
losnuevetoros	Women Also Snowboard: Overcoming Bias in Captioning Models	https://www.slideshare.net/YoshitakaUshiku/women-also-snowboard-overcoming-bias-in-captioning-modelscv-eccv-2018

自分の発表分については、こちらにも張り付けておきます。

3DFeat-Net from Takuya Minagawa

www.slideshare.net

2018/09/25 CV勉強会「コンピュータビジョン -広がる要素技術と応用- 第３章多視点画像を用いた３次元復元」読み会

ちょっと更新が遅くなりましたが、例のごとく先日行われた「第48回 コンピュータビジョン勉強会＠関東」の資料などをまとめておきます。

今回も前回に引き続き株式会社デンソー様の東京支社の会場をお借りして、「コンピュータビジョン -広がる要素技術と応用-」の読み会を行いました。

コンピュータビジョン -広がる要素技術と応用-

http://amzn.asia/cycftIW

今回は「第3章 多視点画像を用いた３次元復元」を読みました。

コンピュータビジョン勉強会＠関東

 http://sites.google.com/site/cvsaisentan/

開催プログラム

kantocv.connpass.com

Tweetまとめ

togetter.com

以下で録画を確認できます。

https://www.youtube.com/watch?v=vZ0h1_MGmgA

https://www.youtube.com/watch?v=rmidR6eYz2o

以下、発表者ごとの資料へのリンクです。

今回、第３章の執筆者の櫻田先生にも貴重なお話をいただきました。

タイトル	発表者	発表資料
著者より	sakuDKen
3.1 多視点画像を用いた３次元復元とは 3.2 カメラ幾何の基礎知識	tomoaki_teshima
3.3 SfMの概要	peisuke	https://www.slideshare.net/FujimotoKeisuke/20180925-cv-sfm
3.4 多視点画像を用いた３次元復元の発展的内容 3.5 ３次元復元ライブラリの紹介 3.6 今後の展開	kkei & Cammy	https://drive.google.com/file/d/1T3MZtL9I6Ul_CQFW0plv3oPgZJXPDCvs/view|

次回は10/20(土)にPRMU研究会と合同で「ECCV2018読み会」を行います。

kantocv.connpass.com