LaneAF: 애피니티 필드를 활용한 강건한 다중 차선 탐지

본 연구는 이진 세그멘테이션 마스크와 픽셀 단위의 유사도 필드를 예측하는 차선 탐지 접근법을 제안한다. 이러한 유사도 필드와 이진 마스크는 후처리 단계에서 수평 및 수직 방향으로 차선 픽셀을 해당 차선 인스턴스로 군집화하는 데 사용될 수 있다. 이 군집화는 거의 추가적인 부담 없이 간단한 행 단위 디코딩 프로세스를 통해 수행되며, 고정되거나 최대 차선 수를 전제하지 않고도 가변적인 수의 차선을 탐지할 수 있도록 한다. 또한, 기존의 시각적 군집화 접근법에 비해 이 방식은 더 해석 가능성이 높으며, 오류 발생 원인을 식별하고 보정할 수 있도록 분석이 가능하다. 주요 차선 탐지 데이터셋에서 얻은 정성적 및 정량적 결과는 본 모델이 차선을 효과적이고 강건하게 탐지 및 군집화할 수 있음을 입증한다. 제안된 방법은 도전적인 CULane 데이터셋과 최근에 소개된 비지도 LLAMAS 데이터셋에서 새로운 최고 성능을 달성하였다.