Method

AutoEncoder Part
- Sem-SegにはICNetを利用
- Resynthesizeにはcascaded refinement networkを利用
- ただし，Softmaxの出力ではなくその１つ前の特徴マップを入力に使う
- Encoder (=Sem-Seg)とDecoder (=cascaded refinement network)のみが3つのmoduleの中でlearnableなmodule
Anormaly calculator
- 未知物体に対する仮説
- 未知物体の周辺には高い曖昧性が発生する (Sem-SegラベルのEntropyで評価）
- 曖昧な特徴マップから生成したResynthesized Imageはオリジナルの画像との差分が大きい
  （VGG19のPerceptual Lossで計算）
- これらの積を異常スコアとして定義
Post Processer
- unknown obstacleのregionを抜くのが目的
- まず画像をsuperpixelに分解
  superpixelが障害物領域をまたぐことはほとんどないので精度向上に貢献する
- 最後にobstacle scoreを計算する
- α_i: superpixel i内のanormaly scoreの平均値
- n_j: superpixel jに含まれる画素の総数
- p_j: superpixel jのroad labelの確率の平均値
- r_ij: superpixel i, jの中心間距離
- w: superpixel間の距離の中間値
- L_iがthreshより高いsuperpixelをunknown obstacleと判定する