초록
LiDAR 기반 3차원 객체 탐지는 자율주행 분야에서 중요한 과제이며, 기존의 접근 방식은 멀리 떨어진 또는 가려진 객체의 점군이 희박하고 부분적인 특성을 지닌다는 문제를 겪고 있다. 본 논문에서는 이러한 도전 과제를 해결하기 위해 두 가지 특수한 솔루션을 도입한 새로운 이단계적 접근법인 PC-RGNN을 제안한다. 먼저, 원래의 구조를 유지하면서 밀도 높은 점군과 완전한 시야를 복원할 수 있는 점군 보완 모듈을 도입한다. 또한, 국소-전역 주의 메커니즘과 다중 스케일 그래프 기반의 맥락 통합을 통해 점들 간의 관계를 종합적으로 포착하는 그래프 신경망 모듈을 설계하여, 인코딩된 특징을 크게 강화한다. KITTI 벤치마크에서 실시한 광범위한 실험 결과, 제안한 방법은 이전 최고 성능 기준 대비 뚜렷한 성능 향상을 보이며, 그 효과성을 입증하였다.