콘텐츠 본문
논문 국내 국내전문학술지(KCI급) Camera+LiDAR 기반의 포인트 클라우드 증강 기법을 통한 3D 객체 감지 성능 향상 연구
- 학술지 구분 국내전문학술지(KCI급)
- 게재년월 2024-12
- 저자명 라승탁, 이승호
- 학술지명 한국전기전자학회 논문지
- 발행처명 한국전기전자학회
- 발행국가 국내
- 논문언어 한국어
- 전체저자수 2
- 연구분야 공학 > 전자/정보통신공학
논문 초록 (Abstract)
본 논문에서는 카메라+LiDAR 기반의 포인트 클라우드 증강 기법을 통해 3D 객체 감지 성능을 향상하는 방법을 제안한다. 첫 번째로, 카메라 이미지로 Pseudo-LiDAR 생성 및 로그 스케일 방식의 intensity 재구성을 수행하며 로그 스케일 방식의 intensity 재구성은 거리와 관련된 패턴을 포함하므로 학습 모델이 공간적 구조와 객체 간의 거리 정보를 더 효과적으로 학습할 수 있도록 한다. 두 번째로, Pseudo-LiDAR와 LiDAR 융합으로 포인트 클라우드를 증강하여 LiDAR의 낮은 해상도나 감지되지 않은 영역을 Pseudo-LiDAR 포인트로 채워 전체적인 포인트 수를 늘리고, 객체의 윤곽선을 명확하게 표현할 수 있도록 한다. 증강된 포인트 클라우드는 더 많은 포인트와 다양한 특성을 제공하며, PV-RCNN 모델은 이를 효과적으로 활용할 수 있게 된다. 제안하는 기법의 객관적인 신뢰성을 평가하기 위해 KITTI dataset으로 다른 딥러닝 모델들과 mAP를 산출하여 성능을 비교하였다. 실험 결과, 본 논문에서 제안한 Camera+LiDAR 기반의 포인트 클라우드 증강 기법을 통한 3D 객체 감지의 성능이 기존의 방법들보다 우수한 성능을나타내었다. 특히 학습 모델로 쓰였던 PV-RCNN과 비교하여 mAP가 약 0.37 증가하였다. 실험에서 우수한 결과를 나타내므로 본 논문에서 제안한 기법의 효율성이 입증되었다.
