3D-LaneNet: End-to-End 3D 다중 차선 검출

단일 이미지에서 도로 장면의 3차원 차선 레이아웃을 직접 예측하는 네트워크를 소개합니다. 이 연구는 차량 탑재 센싱을 사용하여 알려진 일정한 차선 폭을 가정하지 않고 사전 매핑된 환경에 의존하지 않는 첫 번째 시도입니다. 우리의 네트워크 구조인 3D-LaneNet은 두 가지 새로운 개념을 적용합니다: 네트워크 내부 역시각 투사(Inverse-Perspective Mapping, IPM)와 앵커 기반 차선 표현입니다. 네트워크 내부 IPM 투사는 일반 이미지 뷰와 상위 뷰에서 모두 정보 흐름을 촉진합니다. 컬럼별 앵커 출력 표현은 클러스터링과 이상치 거부 등의 일반적인 휴리스틱을 대체하는 엔드투엔드 접근 방식을 가능하게 하며, 차선 추정 문제를 객체 검출 문제로 변환합니다. 또한, 우리의 접근 방식은 차선 합류와 분기 등 복잡한 상황을 명시적으로 처리합니다. 결과는 두 개의 새로운 3차원 차선 데이터셋(합성 데이터셋과 실제 데이터셋)에서 보여집니다. 기존 방법들과의 비교를 위해 우리는 이미지만 사용하는 tuSimple 차선 검출 벤치마크에서 우리의 접근 방식을 테스트하였으며, 최신 기술과 경쟁력 있는 성능을 달성하였습니다.