2달 전
고속도로 주행에 대한 딥 러닝의 실증적 평가
Brody Huval; Tao Wang; Sameep Tandon; Jeff Kiske; Will Song; Joel Pazhayampallil; Mykhaylo Andriluka; Pranav Rajpurkar; Toki Migimatsu; Royce Cheng-Yue; Fernando Mujica; Adam Coates; Andrew Y. Ng
초록
다수의 연구 그룹들이 고속도로 인식 시나리오에서 컴퓨터 비전 문제에 다양한 딥 러닝 기술을 적용해 왔습니다. 본 논문에서는 최근의 딥 러닝 발전 사항에 대한 여러 경험적 평가를 제시하였습니다. 컴퓨터 비전과 딥 러닝을 결합하면 상대적으로 저렴하면서도 견고한 자율 주행 솔루션을 제공할 수 있는 잠재력이 있습니다. 딥 러닝이 산업계에서 활용되고 실용적인 응용 프로그램으로 발전하기 위해서는 모든 가능한 운행 환경과 시나리오를 대표하는 큰 데이터 세트가 필요합니다. 우리는 고속도로 데이터의 큰 데이터 세트를 수집하고, 차량 및 차선 검출과 같은 문제에 딥 러닝 및 컴퓨터 비전 알고리즘을 적용하였습니다. 또한 기존의 컨벌루션 신경망(CNNs)이 실시간 시스템에서 요구되는 프레임 속도로 차선 및 차량 검출을 수행할 수 있음을 보여주었습니다. 우리의 결과는 딥 러닝이 자율 주행에 잠재력을 가지고 있다는 가설을 지지합니다.