Current Result Document :
| 한글제목(Korean Title) |
멀티 스케일 특징들의 상관관계 및 지역적 연관성을 활용한 센서 퓨전 기반의 3차원 시맨틱 세그멘테이션 |
| 영문제목(English Title) |
3D Semantic Segmentation based on Sensor Fusion using Relation in Local and Channel-wise of Multi-Scale Features |
| 저자(Author) |
윤재근
전지연
송광호
JaeGeun Yoon
JiYeon Jeon
KwangHo Song
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 0770 ~ 0772 (2022. 12) |
한글내용
(Korean Abstract) |
최근 자율 주행 차량의 오인식으로 인한 사고가 증가함에 따라 2차원으로 주행환경을 인지하는 자율 주행 인지 기술에 대한 안정성 개선이 요구되고 있다. 따라서 본 논문에서는 자율 주행 차량이 주행환경을 3차원으로 인지하기 위해 카메라와 라이다의 센서 퓨전을 통해 멀티모달 기반의 3차원 시맨틱 세그멘테이션 방법을 제안한다. 제안하는 방법의 신경망은 다중 크기 특징을 추출하고 특징들 사이의 지역적 연관성과 채널 간 상관관계를 활용해 심층 특징을 추출 해내는 인코더와 이를 토대로 2차원의 세그멘테이션 추론 맵 및 3차원의 세그멘테이션 추론 벡터들을 만들어내는 디코더로 이루어져 있다. 이에 따라 제안 방법은 2차원과 3차원 공간의 추론을 동시에 진행할 수 있으며, 그 결과 기존의 방법에 비해 약 5% 증진된 2차원 시맨틱 세그멘테이션 성능을 보였으며 기존 방법이 3차원 추론을 위해 필요로 하던 추가적인 후처리 과정이 없이도 3차원 mIoU를 기준으로 약 8% 향상된 24.82%의 성능을 보였다. 향후에는 실제 자율 주행 태스크에 활용이 가능한 수준으로 제안 방법의 성능을 증진하기 위한 연구를 지속해 나갈 예정이다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
