초록
단일 카메라 기반 3D 객체 검출은 자율 주행의 필수적인 구성 요소이지만, 특히 부분적으로만 보이는 가림 객체에 대해서는 해결하기 어려운 문제입니다. 대부분의 검출기는 각 3D 객체를 독립적인 학습 대상으로 취급하여, 불가피하게 가림 객체에 대한 유용한 정보가 부족해집니다. 이에 우리는 쌍으로 이루어진 샘플들의 관계를 고려하여 단일 카메라 기반 3D 객체 검출을 개선하는 새로운 방법을 제안합니다. 이 방법은 부분적으로 가려진 객체들로부터 인접한 이웃들의 공간적 제약 조건을 인코딩할 수 있게 합니다. 구체적으로, 제안된 검출기는 객체 위치와 인접한 객체 쌍 간의 3D 거리에 대한 불확실성 인식 예측 값을 계산하며, 이를 비선형 최소제곱법을 통해 공동으로 최적화합니다. 마지막으로, 단계별 불확실성 인식 예측 구조와 후처리 최적화 모듈이 통합되어 실행 시간 효율성을 보장합니다. 실험 결과, 우리의 방법은 KITTI 3D 검출 벤치마크에서 가장 우수한 성능을 보였으며, 특히 어려운 샘플에서 기존 최신 경쟁자들을 크게 능가했습니다.