論文「Towards Real-Time Full-Waveform LiDAR Transformers」がNeurIPS 2026に採録されました
フルウェーブフォームLiDAR（FWL）は、反射光のピーク距離だけでなく受光強度の時間変化（波形）全体を記録するセンシング方式で、ガラスなどによる多重反射の識別をはじめ、通常の点群からは得られない手がかりを提供します。吉岡グループはCVPR 2026で、ゴースト点の検出・除去のための大規模FWLデータセット「Ghost-FWL」を発表しています。一方で、FWLは画素ごとに時間方向の波形を持つためデータ量が大きく、Transformerのような大規模モデルで実時間処理を行うことが課題となっています。
本論文では、受光強度に基づいてTransformerが処理するトークンを削減する手法（Intensity-Guided Token Reduction）と、LiDARの物理特性を考慮したデータ拡張（Physics-Aware Augmentation）により、FWLを扱うTransformerのリアルタイム化に取り組みました。本成果は慶應義塾大学 五十川研究室との共同研究によるものです。2026年12月にシドニー・アトランタ・パリの3都市で開催されるNeurIPS 2026で発表されます。
【論文情報】
Kotaro Oishi*, Kazuma Ikeda*, Ryosei Hara, Ryo Yoshida, Mariko Isogawa, Kentaro Yoshioka, “Towards Real-Time Full-Waveform LiDAR Transformers via Intensity-Guided Token Reduction and Physics-Aware Augmentation,” The Fortieth Annual Conference on Neural Information Processing Systems (NeurIPS 2026), December 2026. (* co-first authors)