원통형 및 비대칭 3D 컨볼루션 네트워크를 이용한 LiDAR 세그멘테이션

대규모 주행 환경 LiDAR 분할을 위한 최신 방법들은 종종 포인트 클라우드를 2D 공간으로 투영한 후 2D 컨볼루션을 통해 처리합니다. 이러한 접근 방식은 포인트 클라우드에서 경쟁력을 보여주지만, 불가피하게 3D 위상과 기하학적 관계를 변경하거나 버리게 됩니다. 이 문제의 자연스러운 해결책은 3D 복셀화와 3D 컨볼루션 네트워크를 활용하는 것입니다. 그러나 우리는 실외 포인트 클라우드에서 이러한 방법으로 얻어진 개선이 상당히 제한적이라는 것을 발견했습니다. 중요한 이유는 실외 포인트 클라우드의 특성, 즉 희소성과 밀도의 변화 때문입니다. 이 연구를 바탕으로, 우리는 실외 LiDAR 분할을 위한 새로운 프레임워크를 제안합니다. 여기서 원통형 파티셔닝과 비대칭 3D 컨볼루션 네트워크가 설계되어 3D 기하학적 패턴을 탐색하면서 이러한 고유한 특성을 유지하도록 합니다. 또한, 손실 있는 복셀 기반 라벨 인코딩의 간섭을 완화하기 위해 포인트별 정제 모듈이 도입되었습니다. 제안된 모델은 SemanticKITTI와 nuScenes 두 대규모 데이터셋에서 평가되었습니다. 우리의 방법은 SemanticKITTI 리더보드에서 1위를 차지했으며, nuScenes에서는 기존 방법들보다 약 4%의 유의미한 마진으로 성능을 뛰어넘었습니다. 더불어, 제안된 3D 프레임워크는 LiDAR 팬옵틱 분할과 LiDAR 3D 감지에도 잘 일반화됩니다.