[論文レビュー] Unsupervised Adaptation from Repeated Traversals for Autonomous Driving

Yurong You, Cheng Perng Phoo+6 more|arXiv (Cornell University)|Mar 27, 2023

Advanced Neural Network Applications被引用数 5

ひとこと要約

本論文は、同じルートを繰り返し走行する際のラベルなしLiDARデータを活用することで、自己教師ありドメイン変換手法 Rote-DA を提案する。繰り返し走行における一貫性を代理信号として用いることで、事後フィルタリングによる誤検出の低減と、前景・背景の監督による誤検出の是正を実現し、最小限のラベルデータで Lyft および Ithaca-365 で最先端の性能を達成する。

ABSTRACT

For a self-driving car to operate reliably, its perceptual system must generalize to the end-user's environment -- ideally without additional annotation efforts. One potential solution is to leverage unlabeled data (e.g., unlabeled LiDAR point clouds) collected from the end-users' environments (i.e. target domain) to adapt the system to the difference between training and testing environments. While extensive research has been done on such an unsupervised domain adaptation problem, one fundamental problem lingers: there is no reliable signal in the target domain to supervise the adaptation process. To overcome this issue we observe that it is easy to collect unsupervised data from multiple traversals of repeated routes. While different from conventional unsupervised domain adaptation, this assumption is extremely realistic since many drivers share the same roads. We show that this simple additional assumption is sufficient to obtain a potent signal that allows us to perform iterative self-training of 3D object detectors on the target domain. Concretely, we generate pseudo-labels with the out-of-domain detector but reduce false positives by removing detections of supposedly mobile objects that are persistent across traversals. Further, we reduce false negatives by encouraging predictions in regions that are not persistent. We experiment with our approach on two large-scale driving datasets and show remarkable improvement in 3D object detection of cars, pedestrians, and cyclists, bringing us a step closer to generalizable autonomous driving.

研究の動機と目的

• 新しい環境に自律走行車両を導入する際、ラベルなしデータでのドメインシフトの課題に対処すること。
• 実際の走行において自然に発生する同じルートの繰り返し走行を活用し、ドメイン適応のための弱い監督信号を生成すること。
• 複数回の走行から得られるラベルなし LiDAR データのみを用いて、ターゲットドメインにおける車両、歩行者、自転車の検出精度を向上させること。
• 検出誤りを是正するための反復的自己学習フレームワークを構築すること。このフレームワークでは、一貫性の事前知識と補助的監督を用いて検出器を段階的に最適化する。

提案手法

• 複数回の走行にわたる一貫性の事前知識（PPスコア）を計算し、静的背景点を特定する。これらの点は真の検出である可能性が低い。
• 事後フィルタリング機構を用いて、一貫性のある（静的）点の割合が高い検出をフィルタリングすることで、誤検出を低減する。
• 非一貫性のある（前景）点の検出を促進する補助損失を導入することで、誤検出の低減を図る。
• ターゲットドメインのフィルタリング済みの疑似ラベルデータを反復的に微調整することで、教師なしアノテーションを用いた自己学習を実現する。
• 既存の 3D 検出器に最小限のアーキテクチャ変更で適用可能であり、最先端のモデルとも互換性がある。
• 本手法は、ソースドメインとターゲットドメインで物体頻度が共有されていると仮定しており、ルート単位でのデータ収集によりスケーラブルな適応を可能にする。

実験結果

リサーチクエスチョン

• RQ1 実際の走行において同じルートを繰り返し走行することが、自己教師ありドメイン適応における信頼性の高い弱い監督信号を提供できるか？
• RQ2 ラベルなしターゲットドメインにおいて、走行間の一貫性をどのように活用して誤検出を低減できるか？
• RQ3 非一貫性のある点に対する補助的監督は、ドメイン適応における再現率向上と誤検出の低減に寄与するか？
• RQ4 この自己学習アプローチは、実世界の 3D 検出ベンチマークにおいて、既存の自己教師ありドメイン適応手法をどの程度上回るか？

主な発見

• KITTI から Lyft および Ithaca-365 へのドメイン適応において、Rote-DA は 3D 物体検出の mAP に顕著な向上を示し、一部のカテゴリでは 20% を超える向上を達成する。
• KITTI → Lyft ベンチマークにおいて、Rote-DA はターゲットドメインで手動ラベル付けされたデータを用いて訓練された専用検出器を上回り、新たな上限を設定する。
• PO-F + FB-F などのベースライン手法よりも高い最大再現率を達成しており、誤検出の効果的な是正が示された。
• 定性的な結果から、Rote-DA は車両、歩行者、自転車の3つのオブジェクトクラスを高再現率かつ低誤検出で正しく検出できており、ST3D や SN とは対照的である。
• 異なるモデル（例：PV-RCNN）や適応シナリオ（例：Waymo Open Dataset から Ithaca-365 への適応）に対しても、本手法は頑健である。
• アブレーションスタディにより、事後フィルタリングと前景・背景の監督の両方が性能向上に不可欠であることが確認された。