\href{https://iv.ee.hm.edu/lie/}{こちら} で公開される予定である。
強度強化によるオンライン知識蒸留を用いたLiDARのみでの高精細（HD）マップ構築（LIE）
arXiv cs.CV / 2026/5/5
📰 ニュースIdeas & Deep AnalysisModels & Research
要点
- 本論文は、自動運転向けのHDセマンティックマップ構築について、LiDAR単体で密な意味情報が不足する課題に対処するLIEを提案している。
- オンライン知識蒸留（KD）フレームワークを用い、教師側が学生のLiDAR特徴に対応する2D強度マップタイルを融合して、地図要素のセグメンテーションに対する密な教師信号を与える仕組みだ。
- nuScenesでの実験では、LIEが単一モダリティの手法を上回り、カメラベースの最先端モデルに対してmIoUが8.2%高いと報告されている。
- 長距離や悪天候・照明条件の厳しい環境でも頑健であることに加え、Argoverse2への適応も微調整10%のみで可能で、全データで学習したカメラベース手法を上回るとしている。
- 著者は、提供リンクを通じてソースコードを公開する予定だとしている。
