PolarNet: 온라인 LiDAR 포인트 클라우드의 의미 분할을 위한 개선된 그리드 표현

자율 주행 시스템에서 미세한 인식의 필요성으로 인해 단일 스캔 LiDAR의 온라인 의미 분할에 대한 연구가 최근 급증하고 있습니다. 그러나 새로운 데이터셋과 기술적 발전에도 불구하고, 세 가지 이유로 여전히 어려움을 겪고 있습니다: (1) 제한된 하드웨어에서 근접 실시간 지연이 필요한 점; (2) 공간 내 LiDAR 포인트의 불균등하거나 심지어는 장미 꼬리 분포(long-tailed distribution); 그리고 (3) 매우 미세한 의미 클래스들의 증가입니다. 이러한 모든 문제를 동시에 해결하기 위해, 우리는 새로운 LiDAR 전용, 최근접 이웃(nearest-neighbor)을 사용하지 않는 분할 알고리즘인 PolarNet을 제안합니다. 일반적인 구면 또는 조류 시점 투영 대신, 우리의 극좌표 시스템에서 그리드 셀 간 포인트를 균형 있게 배치하는 극조류 시점 표현(polar bird's-eye-view representation)을 사용하여, 분할 네트워크의 주의력을 반경 축(radial axis)에 따라 장미 꼬리 분포와 간접적으로 일치시키는 방식을 취합니다. 실험 결과, 우리의 인코딩 방식은 실제 도시 환경에서 단일 스캔 LiDAR 세그멘테이션 데이터셋 3개에서 mIoU를 크게 향상시키면서도 근접 실시간 처리량을 유지하는 것으로 나타났습니다.