📢 X投稿文
街並み画像生成の拡散モデル。3D幾何学的な条件指定(カメラ位置、オブジェクト配置など)で、多様な視点のストリートビュー画像を生成できます。
https://github.com/cure-lab/MagicDrive
🤖 AI考察
■ 概要
ICLR24採択。自動運転向けストリートビュー生成に3D幾何学的制御(カメラ姿勢・道路地図・BBox)を統合した拡散モデル。
■ 特徴・用途
Stable Diffusion v1.5を拡張し、テキスト+マルチモーダル制御条件の注入により、正確なBEV分割・3D物体検出用の高品質訓練データ合成を実現。マルチビュー一貫性をクロスアテンションで保証し、合成データでの学習がリアルデータと同等精度を達成(FID 14.46)。自動運転キー企業向けデータセット拡張・シミュレーション環境構築に活用。
■ 結論
厳密な幾何制御と知覚タスク親和性で、自動運転の合成データ戦略における実用的なソリューション。