生成式 LiDAR 点云的真实度度量
计算机视觉与模式识别
2022-09-01 v1 人工智能
机器学习
摘要
大量研究关注真实传感器数据的生成。LiDAR 点云由复杂仿真或习得生成模型产生。所生成数据通常用于启用或改进下游感知算法。这些过程引发两个主要问题：第一，如何评估生成数据的真实度？第二，更真实的数据是否也带来更好的感知性能？本文针对两个问题，提出一种量化 LiDAR 点云真实度的新度量。通过在代理分类任务上训练，从真实与合成点云中学习相关特征。在一系列实验中，我们展示了该度量在确定生成 LiDAR 数据真实度上的应用，并将度量的真实度估计与分割模型性能进行比较。我们确认该度量可为下游分割性能提供指示。
引用
@article{arxiv.2208.14958,
title = {A Realism Metric for Generated LiDAR Point Clouds},
author = {Larissa T. Triess and Christoph B. Rist and David Peter and J. Marius Zöllner},
journal= {arXiv preprint arXiv:2208.14958},
year = {2022}
}
备注
arXiv admin note: text overlap with arXiv:2109.11775