3次元空間の認識へ！加速する点群のディープラーニング

概要

周辺環境を「認識」するセンサとしてカメラだけでは物足りないと感じていませんか？

レーダやLidar、ToFセンサのように、距離を直接計測することで得られる3次元点群（ポイントクラウド）データは、画像だけでは難しい3次元位置推定、認識精度の向上を達成する特効薬です。にもかかわらず、点群のAIについては画像ほどわかっていない、という方も多いのではないでしょうか。 

本セミナーでは、点群による認識に取組み始めたエンジニアを対象に、点群のディープラーニングの初歩が理解できるよう、下記の項目を中心に説明します。

• 前処理、拡張（水増し） 
• ラベリング（教師データ作成）
• 点群用ディープニューラルネットワーク 
• 画像とのフュージョン

「画像はわかるけど点群はよくわからない」、「自動運転（ADAS/AD）・自律システムの認識部分の開発を始めた」、「航空レーザデータ解析・3次元空間計測をしている」エンジニアのみなさまに聞いていただきたい内容です。 

問合せ加速中！大注目の点群の世界に一足先に踏み込んでみましょう。

ハイライト

• 点群のディープラーニングのワークフロー
• 点群の前処理・解析に役立つ関数・機能
• 画像と点群（Lidar）のフュージョン

講演者について

草野　駿一（くさの　しゅんいち） MathWorks Japan シニアアプリケーションエンジニア

電波によるリモートセンシングおよびリモートセンシング画像解析を専門に博士学位取得。2013年から航空測量会社にて衛星リモートセンシング画像解析、技術開発に従事。2019年に MathWorks Japan に入社。以来、アプリケーションエンジニアとして主に画像・信号処理、ディープラーニング、レーダ領域を担当。近年は自律ロボティクスに技術領域を拡げている。

福地　伸晃（ふくち　のぶあき） MathWorks Japan アプリケーションエンジニア

画像処理、点群処理を活用したばら積みピッキングロボットの研究を専門に学位取得後、自動車完成車メーカにて先進安全システムの開発に従事。2021年にMathWorks Japanに入社。アプリケーションエンジニアとして画像処理、点群処理、自動運転、自律ロボットに関係する技術領域を担当している。