[論文レビュー] Gaussian Processes Semantic Map Representation

Maani Ghaffari, Lu Gan+3 more|arXiv (Cornell University)|Jul 5, 2017

Gaussian Processes and Bayesian Inference参考文献 44被引用数 10

ひとこと要約

本稿では、生のピクセルラベルを用いて二値GP占有マップを多クラスセマンティックマッピングに拡張するガウス過程セマンティックマップ（GPSM）を提案する。空間的および非空間的相関をカーネル法を用いてモデル化することで、GPSMは連続的かつ解像度に依存しない推論を可能にし、疎でノイジーな、あるいは誤分類されたデータを処理する能力において、Semantc OctoMapを上回り、NYU Depth V2データセットにおいて高いAUCスコアを達成した。

ABSTRACT

In this paper, we develop a high-dimensional map building technique that incorporates raw pixelated semantic measurements into the map representation. The proposed technique uses Gaussian Processes (GPs) multi-class classification for map inference and is the natural extension of GP occupancy maps from binary to multi-class form. The technique exploits the continuous property of GPs and, as a result, the map can be inferred with any resolution. In addition, the proposed GP Semantic Map (GPSM) learns the structural and semantic correlation from measurements rather than resorting to assumptions, and can flexibly learn the spatial correlation as well as any additional non-spatial correlation between map points. We extend the OctoMap to Semantic OctoMap representation and compare with the GPSM mapping performance using NYU Depth V2 dataset. Evaluations of the proposed technique on multiple partially labeled RGBD scans and labels from noisy image segmentation show that the GP semantic map can handle sparse measurements, missing labels in the point cloud, as well as noise corrupted labels.

研究の動機と目的

• RGBDスキャンからの生のピクセルラベルを統合する高次元で連続的なセマンティックマップ表現を開発すること。
• 二値分類から多クラス分類に拡張されたGPベースの占有マッピングを実現し、ロボットの環境理解を豊かにすること。
• ガウス過程の連続的性質を活用することで、任意の解像度での推論を可能にすること。
• 事前に定義された仮定に依存せずに、データから直接構造的およびセマンティック的相関を学習すること。
• 現実世界のロボットマッピングにおける疎な測定、欠損ラベル、ノイズの多いセグメンテーション出力に対して、耐障害性を向上させること。

提案手法

• 空間座標とセマンティックラベルを入力および出力として、セマンティックマッピングを多クラス分類問題として定式化する。
• ガウス過程フレームワーク内でのカーネル法を用いて、マップポイント間の空間的および非空間的相関（例：色、強度）をモデル化する。
• 周辺尤度を最大化することで、完全なセマンティックマップを推論するための同時尤度関数を用い、不確実性を考慮した予測を可能にする。
• 観測のサブセットを訓練データとして用い、任意のクエリ位置での事後平均および分散を用いて予測を実行する。
• 比較のため、点群からのボクセルベースのラベル集約を用いたセマンティックOctoMap（SOM）へのOctoMapフレームワークの拡張を実施する。
• ナイキスト・シャノン標本化定理を用いて、地図の忠実度を保持したままダウンサンプリングされた点群の使用を正当化する。

実験結果

リサーチクエスチョン

• RQ1 ガウス過程ベースのアプローチは、疎または不完全な測定からでも、任意の解像度で3次元空間に連続的にセマンティックラベルを推論できるか？
• RQ2 ノイジーまたは誤分類された画像セグメンテーションラベルに直面した場合、GPSMはボクセルベースのセマンティックOctoMap（SOM）と比較してどの程度の性能を示すか？
• RQ3 事前に仮定を設けずに、生のデータから空間的および非空間的相関（例：色、テクスチャ）をどの程度学習・活用できるか？
• RQ4 入力ラベルが汚染されていても、空間的相関を活用することで、ラベル伝搬における誤検出（ファルス・ポジティブ）を効果的に低減できるか？
• RQ5 従来のOctoMapベースの手法と比較して、GPSMの計算コストは入力サイズおよび次元数に対してどのようにスケーリングされるか？

主な発見

• GPSMは、NYU Depth V2データセットの全テストフレームにおいて、SOMよりも高いAUCスコアを達成した。特にフレーム965では、AUC: 0.8612（GPSM）vs. 0.77456（SOM）の最高性能を記録した。
• フレーム282においても、ノイジーで誤検出の多いセグメンテーションラベルが存在したが、GPSMはAUC 0.7192を達成し、SOMの0.68402を上回った。
• GPSMは、空間的相関を活用することで、ラベルが欠落している場合や誤分類された観測値の影響を低減し、特に大規模な空間的距離を有する領域で顕著であった。
• 本手法は、疎な測定やラベルノイズに対して耐障害性を示し、全4フレームにわたり、SOMと比較して一貫した性能向上を示した。
• GPSMの連続的性質により、固定グリッドの制約がない高解像度推論が可能であったのに対し、SOMは離散的なボクセルベースであった。
• GPSMは、空間的入力に加えて任意の非空間的入力（例：色、強度）を処理できることを検証したが、主な比較では空間的入力のみを用いた。