何が起きたか

自動運転やロボットナビゲーション向けのLiDARベース3D物体検出では、精度と計算効率の両立が課題となっている。既存手法は複雑なアーキテクチャで文脈情報を大量に取り込み精度を高めるが、組み込み機器では計算コストが過大になる。本研究では、Mamba（選択的状態空間を持つ線形時間シーケンスモデル）を活用した知識蒸留フレームワークを提案。強力な教師モデルから軽量な学生モデルへ、ボクセル空間の特徴を選択的に整列させて転移する。具体的には、マルチブランチのMamba教師バックボーンと、Mambaベースの射影モジュールによるボクセル特徴整列機構を設計。公開データセットと実世界データでの実験で、最先端手法と同等の精度を維持しつつ、計算負荷を大幅に削減できることを示した。

Key Facts

LiDARベースの3D物体検出では、精度と計算効率のバランスが自動運転やロボットナビゲーションのオンボード認識に重要である。[0]
既存のLiDAR検出手法は複雑なアーキテクチャで文脈情報を統合し精度を高めるが、計算コストが高くリソース制約のある組み込みデバイスでは性能が最適化されない。[0]
提案手法は、強い教師モデルから軽量な学生モデルへ、選択的ボクセル空間特徴整列を通じてオブジェクトレベルのボクセル表現を転移する知識蒸留フレームワークである。[0]
Mamba（選択的状態空間を持つ線形時間シーケンスモデル）を活用し、マルチブランチのMamba教師バックボーンと、Mambaベースの射影モジュールによるボクスル特徴整列機構を設計した。[0]
公開データセットと実世界データでの実験により、最先端手法と比較して競争力のある精度を維持しつつ、計算負荷を大幅に削減できることを示した。[0]

なぜ重要か

自動運転やロボットの実用化には、限られた計算資源でリアルタイムに3D物体検出を行うことが不可欠。本手法は、高性能な教師モデルの知識を軽量モデルに効率的に転移することで、組み込みデバイスでも実用的な精度と速度を両立できる可能性を示しており、エッジAI分野での応用が期待される。