多タスク学習を用いた高度なレーダー知覚 - センサーフュージョンアプリケーションのための精密なデータの実現

本研究では、深層学習を用いてレーダーポイントの高さを推定する手法を提案する。ロバストな回帰損失関数を導入し、重要な特徴を強調するマルチタスク学習戦略を採用することで、レーダーの高さ推定精度を大幅に向上させる。この高精度なレーダー高さ情報を使ってレーダーデータを前処理・強化することで、物体検出や深度推定などの知覚タスクの性能を向上させることができる。