要旨: 私たちは、6つのカテゴリ（森林、海岸、住宅地、都市部、屋内/屋外の駐車場）による意味的な場所のカテゴリ分類のための、2つのマルチモーダル・パノラマ3D屋外（MPO）データセットを提示します。最初のデータセットは、同期されたカラー画像を用いてFAROレーザースキャナで取得された、緻密（9,000,000点）の3Dカラーおよび反射強度ポイントクラウドから成る650の静的パノラマスキャンです。2つ目のデータセットは、車を運転しながらVelodyneレーザースキャナで取得された、疎（70,000点）の3D反射強度ポイントクラウドから成る34,200のリアルタイム・パノラマスキャンで構成されています。これらのデータセットは日本の福岡市で取得されており、[1]、[2]にて公開されています。さらに、意味的な場所のカテゴリ分類に関するいくつかの手法を比較し、最良結果として96.42%（緻密）および89.67%（疎）を得ています。
場所カテゴリ分けのためのマルチモーダル・パノラマ3D屋外データセット
arXiv cs.RO / 2026/4/16
📰 ニュースSignals & Early TrendsModels & Research
要点
- 本論文では、6つのシーンカテゴリ（森林、海岸、住宅/都市部、屋内/屋外の駐車場など）にわたる意味的な場所カテゴリ分けのための、公的に利用可能な2つのマルチモーダル・パノラマ3D屋外データセット（MPO）を紹介している。
- 緻密（dense）データセットは、同期されたFAROレーザ点群（約9,000,000点）に加えて、色と反射率情報を含む650の静的パノラマスキャンで構成される。
- 疎（sparse）データセットは、走行しながら収集したVelodyne LiDAR構成による34,200の実時間パノラマスキャンを含み、1スキャンあたり約70,000点の反射率点群を提供する。
- 実験では複数の意味的な場所カテゴリ分け手法を比較し、緻密データで96.42%、疎データで89.67%という最高精度を報告している。
- データ収集は日本の福岡で実施されており、著者らは研究者がベンチマークや発展に利用できるデータセットのアクセスリンクを提供している。
