Pseudo-LiDAR++: 자율 주행 차량에서 3D 물체 검출을 위한 정확한 깊이 정보

자동차와 보행자와 같은 객체를 3차원에서 감지는 자율 주행에 있어서 필수적인 역할을 합니다. 기존 접근 방식은 대부분 정확한 깊이 정보를 얻기 위해 비싼 LiDAR 센서에 크게 의존하고 있습니다. 최근에는 비용이 훨씬 낮으면서도 오직 스테레오 이미지만으로 작동하는 가상 LiDAR(pseudo-LiDAR)가 유망한 대안으로 소개되었지만, 아직 성능 차이가 뚜렷합니다. 본 논문에서는 스테레오 깊이 추정의 개선을 통해 가상 LiDAR 프레임워크에 실질적인 발전을 제공합니다. 구체적으로, 스테레오 네트워크 아키텍처와 손실 함수를 먼 거리의 객체에 대한 정확한 깊이 추정과 더 일치하도록 조정하였습니다 --- 이는 현재 가상 LiDAR의 주요 약점입니다. 또한, 3차원 감지에 충분한 정보를 제공하지 못하지만 매우 저렴한 극히 드문 LiDAR 센서를 활용하여 우리의 깊이 추정을 편향 없이 만드는 아이디어를 탐구하였습니다. 우리는 초기 깊이 추정값을 안내로 사용하는 깊이 전파 알고리즘을 제안하여 이러한 소수의 정확한 측정값을 전체 깊이 맵에 걸쳐 확산시킵니다. KITTI 객체 감지 벤치마크에서 우리의 통합 접근 방식이 깊이 추정과 스테레오 기반 3차원 객체 감지에서 실질적인 개선 효과를 나타냄을 보였습니다 --- 먼 거리의 객체에 대한 이전 최고 수준의 감지 정확도보다 40% 우수한 성능을 달성하였습니다. 우리의 코드는 https://github.com/mileyan/Pseudo_Lidar_V2 에서 확인할 수 있습니다.