点群処理における空間情報の損失問題を解決し、かつ融合過程で可視光画像のテクスチャ情報を最大限に抽出するために、本論文では特徴スライスに基づくレーザ点群と可視光画像の融合車両検出方法（FVOIRGAN-Detection）を提案する。CrossGAN-Detection方法にFVOI（原情報に基づく前方視点）の点群処理思想を導入し、点群を前方視点に投影し、原点群情報の各次元を特徴チャネルにスライスすることで、ネットワーク性能を低下させることなく点群情報利用効率を大幅に向上させた。また相対確率の概念を導入し、識別器が画像の絶対的な真実確率の代わりに相対的な真実確率を識別することで、融合画像から抽出されるテクスチャ情報をより実際のテクスチャ情報に近づけた。KITTIデータセットでの検出性能実験の結果、本手法は容易、中間、困難の3つのカテゴリーでそれぞれ97.67%、87.86%、79.03%のAP指標を達成した。照明が制限されたシーンではAP指標が88.49%に達し、CrossGAN-Detection方法と比較して2.37%向上し、物体検出の性能を高めた。

点群処理;空間情報;相対確率;GaN;特徴スライス;車両検出