[論文レビュー] High-resolution LIDAR-based Depth Mapping using Bilateral Filter

Cristiano Premebida, Luís Garrote+3 more|arXiv (Cornell University)|Jun 17, 2016

Robotics and Sensor-Based Localization参考文献 12被引用数 3

ひとこと要約

本稿では、希釈した3次元LIDAR点群のアップサンプリング中にエッジを保持するように修正された距離重み項を用いた、高分解能LIDARオンリー深度マッピングのための新規なバイラテラルフィルタベースのフレームワークを提案する。本手法はKITTIデータセットにおいて最先端の性能を達成し、最適なウィンドウサイズ（13×13）でD1-all誤差が3.35%にまで低下し、IDW、クリギング、標準的なBF手法を上回った。

ABSTRACT

High resolution depth-maps, obtained by upsampling sparse range data from a 3D-LIDAR, find applications in many fields ranging from sensory perception to semantic segmentation and object detection. Upsampling is often based on combining data from a monocular camera to compensate the low-resolution of a LIDAR. This paper, on the other hand, introduces a novel framework to obtain dense depth-map solely from a single LIDAR point cloud; which is a research direction that has been barely explored. The formulation behind the proposed depth-mapping process relies on local spatial interpolation, using sliding-window (mask) technique, and on the Bilateral Filter (BF) where the variable of interest, the distance from the sensor, is considered in the interpolation problem. In particular, the BF is conveniently modified to perform depth-map upsampling such that the edges (foreground-background discontinuities) are better preserved by means of a proposed method which influences the range-based weighting term. Other methods for spatial upsampling are discussed, evaluated and compared in terms of different error measures. This paper also researches the role of the mask's size in the performance of the implemented methods. Quantitative and qualitative results from experiments on the KITTI Database, using LIDAR point clouds only, show very satisfactory performance of the approach introduced in this work.

研究の動機と目的

• 単一のモノクロアイマージャデータに依存せずに、希釈した3次元LIDAR点群から高分解能深度マップを生成する課題に対処すること。
• バイラテラルフィルタの距離に基づく重み項を修正することで、深度マップのアップサンプリングにおけるエッジ保持性を向上させること。
• スライディングウィンドウサイズ（mr）が補間精度およびロバストネスに与える影響を評価すること。
• 誤差指標の観点から、IDW、クリギング、デローランティベースの手法といった既存の補間技術と本手法を比較すること。
• LIDARオンリーの深度マッピングが、マルチセンサーフュージョンに依存することなく競争力のある性能を達成できることを示すこと。

提案手法

• 本手法は、希釈したLIDAR点群に対して局所的な空間補間を実行するためのスライディングウィンドウ（マスク）技術を用いる。
• 距離に基づく重み項を強化することで、物体のエッジにおける深度の不連続性をより良く保持できるように改良されたバイラテラルフィルタ（BF*）を提案する。
• フィルタは空間的近接性と距離差を組み合わせており、前景・背景境界でのぼやけを低減するために距離項を動的に調整する。
• 誤差性能への影響を分析するため、ウィンドウサイズ（mr）を変化させ、最適な結果がmr=13で得られた。
• 標準的なKITTIデータセットの指標（D1-fg（前面）、D1-bg（背面）、D1-all（統合）誤差）を用いて評価を行う。
• 真値は元のLIDAR点群から得られ、結果はKITTI開発キットの誤差マップを用いて可視化された。

実験結果

リサーチクエスチョン

• RQ1 単一のLIDAR点群からカメラデータなしに、バイラテラルフィルタを効果的に適応して高分解能深度マップを生成できるか？
• RQ2 バイラテラルフィルタにおける修正された距離重み項は、深度マップのアップサンプリングにおけるエッジ保持性にどのように影響するか？
• RQ3 提案されたアップサンプリングフレームワークにおいて、精度と計算コストのバランスをとる最適なウィンドウサイズ（mr）は何か？
• RQ4 本手法であるBF*は、IDW、クリギング、デローランティベースの手法といった従来の補間手法と比較して、定量的にどの程度優れているか？
• RQ5 現実世界のシナリオにおいて、LIDARオンリーの深度マッピングはマルチセンサーフュージョン手法と比較してどの程度の性能を達成できるか？

主な発見

• 提案されたBF*手法は、ウィンドウサイズ13×13でD1-all誤差が3.35%という最低水準にまで低下し、テストされたすべての他の手法を上回った。
• 前面誤差（D1-fg）はBF*によって最小化され、8.23%にまで低下した。これはIDW（25.84%）やKRI（25.77%）と比べて顕著に低い値であった。
• 背面誤差（D1-bg）はBF*によって2.63%まで低減され、滑らかな領域でも優れた性能を示した。
• 本手法はさまざまなウィンドウサイズに対してロバストであることが示され、mrが増加してもBF*は低誤差を維持した。これに対してIDWやKRIは誤差が単調に増加した。
• デローランティベースの手法は99.96%の高い密度を達成したが、BF*よりも誤差率が高かった。これは密度と精度のトレードオフを示している。
• 図6の定性的な結果から、BF*は特に物体境界付近で鋭いエッジと最小限のアーチファクトを有する視覚的に整合性のある深度マップを生成していることが確認された。