BEVCALIB：ジオメトリ誘導のバードアイビュー表現によるLiDAR-カメラキャリブレーション
arXiv cs.CV / 2026/5/6
📰 ニュースDeveloper Stack & InfrastructureModels & Research
要点
- 本論文では、BEV（バードアイビュー）特徴を用いて生データからLiDAR–カメラのキャリブレーションを行う新手法BEVCALIBを提案する。
- カメラ側とLiDAR側それぞれからBEV特徴を抽出し、それらを共通のBEV特徴空間に融合することで、モーダル間の変換を学習する。
- ジオメトリ情報を活用する特徴セレクタを導入し、変換デコーダで重要な特徴を選別することで、メモリ使用量を削減しつつ学習効率を高める。
- KITTI、NuScenes、独自データセットでの実験により、ノイズ条件下でも並外れた精度（並進・回転）で既存手法を上回り、最先端性能を示す。
- オープンソースの再現可能なベースラインに対しても改善が大きく（最大で1桁）、コードとデモ結果を公開している。
