遮蔽越しの前景・隠れシーン再構成のための単一光子LiDAR混合リターン分離

部分的に透過するスクリーンや保護カバー越しの単一光子LiDAR計測において、前景の表面とその背後にある隠れたシーンの両方を再構成する問題を扱う。従来のピークベースLiDARは弱い隠れエコーを捨てるが、単一光子LiDARは時間分解ヒストグラムで減衰・重畳したエコーを保持する。既存のtransient再構成法は測定波形に単一のシーン表現をフィットするため、遮蔽下で前景と隠れのエコーが広いピークや肩を作ると、変位した単一表面や厚い密度分布でも説明でき、正確なtransientフィットが正しい幾何を意味しない。本研究は、遮蔽された単一光子ヒストグラムから前景ビューと隠れシーンを再構成するstate-awareフレームワークを提案する。

従来のピークベースLiDARは弱い隠れリターンを破棄し、既存のtransient再構成法は単一のシーン表現を波形にフィットするため、遮蔽下の広いピークや肩を誤解釈しうる。提案法は各レイで局所エコー証拠を推定し、信頼できる表面証拠なし・単一リターン証拠・二重リターン証拠を識別して、そのエコー状態でtwo-head neural fieldの監督をルーティングする。これにより全レイが波形再構成を制約しつつ、信頼できるアンカーが幾何位置合わせを提供する。また、固定ポーズでの遮蔽あり・クリーンな実ペア単一光子LiDAR遮蔽データセットを導入し、実データで隠れシーンの深度と点群精度をベースラインより改善した。

各レイについて局所エコー証拠を推定し、信頼できる表面証拠がない状態、単一リターン証拠、二重リターン証拠を識別する。推定されたエコー状態に基づいてtwo-head neural fieldの監督をルーティングする。全レイは波形再構成を制約し、信頼できるアンカーは幾何位置合わせを提供する。これにより、transientフィッティングの正確さと幾何の正しさを分離して扱う。

実データセットでの実験により、隠れシーンの深度と点群精度がベースラインより改善することを示した。また、固定ポーズで遮蔽あり・クリーンの実ペア単一光子LiDAR遮蔽データセットを導入し、これを用いて評価した。

遮蔽下では弱いまたは近接した前景・隠れエコーが広いピークや肩を形成し、そのような波形は変位した単一表面や厚い密度分布でも説明できるため、正確なtransientフィッティングが必ずしも正しい幾何を意味しないという問題を指摘している。提案結果は、単一光子layered再構成が部分的に透過する遮蔽物越しの3D知覚の実用的な道筋であることを示す。

要旨からは不明（関連手法としてpeak-based LiDAR、single-photon LiDAR、transient reconstruction、neural fieldが挙げられているが、具体的な参照論文名は記載されていない）。