임베디드 플랫폼에서 실시간 LiDAR 데이터 세그멘테이션을 위한 다중 규모 상호작용

LiDAR 데이터의 실시간 의미 분할은 임베디드 플랫폼을 장착하고 있는 자율 주행 차량에서 중요한 역할을 합니다. 이러한 차량들은 제한된 계산 자원을 가지고 있기 때문에, 포인트 클라우드에 직접적으로 작동하는 방법들은 복잡한 공간 집계 연산을 사용하여 임베디드 플랫폼에서 최적화하기가 매우 어렵고 비용이 많이 듭니다. 따라서 이러한 방법들은 임베디드 시스템에서의 실시간 응용에 적합하지 않습니다. 대안으로, 투영 기반 방법들이 더 효율적이며 임베디드 플랫폼에서 실행될 수 있습니다. 그러나 현재 가장 선진적인 투영 기반 방법들은 포인트 기반 방법들만큼 정확도를 달성하지 못하며, 수백만 개의 매개변수를 사용합니다.본 논문에서는 매우 효율적이고 정확한 투영 기반 방법인 다중 스케일 상호작용 네트워크(Multi-scale Interaction Network, MINet)를 제안합니다. 이 네트워크는 다양한 스케일을 가진 여러 경로를 사용하며, 각 스케일 간의 계산 자원을 균형있게 분배합니다. 추가적으로, 스케일 간의 밀집된 상호작용은 중복되는 계산을 피하고 네트워크를 높은 효율성을 갖도록 만듭니다. 제안된 네트워크는 정확도, 매개변수 수, 실행 시간 측면에서 포인트 기반, 이미지 기반, 투영 기반 방법들을 모두 능가합니다. 더욱이, 이 네트워크는 임베디드 플랫폼에서 초당 24회 이상의 스캔 처리가 가능하며, 이는 LiDAR 센서들의 프레임률보다 높습니다. 따라서 이 네트워크는 자율 주행 차량에 적합합니다.