초록
이 논문은 RANet과 BIRANet이라는 두 가지 변형 아키텍처를 제안한다. 제안된 아키텍처는 레이더 신호 데이터와 RGB 카메라 이미지를 결합하여, 비가 오는 등 다양한 조명 및 기상 조건(비, 먼지, 안개 등)에서도 효율적으로 작동하는 강건한 탐지 네트워크를 구현하는 것을 목표로 한다. 첫째, 레이더 정보는 특징 추출 네트워크 내에서 융합된다. 둘째, 레이더 포인트를 활용하여 안내형 앵커(guided anchors)를 생성한다. 셋째, 영역 제안 네트워크의 타겟을 개선하는 방법을 제안한다. BIRANet은 NuScenes 데이터셋에서 평균 AP/AR 72.3/75.3%의 성능을 기록하여, 피처 피라미드 네트워크(FPN)를 갖춘 기반 네트워크인 Faster-RCNN보다 우수한 성능을 보였다. RANet은 동일한 데이터셋에서 평균 AP/AR 69.6/71.9%의 성능을 기록하여 합리적인 수준의 성능을 입증하였다. 또한, BIRANet과 RANet 모두 노이즈에 대해 강건함이 평가되었다.