구조화된 비행기 시점의 차량 이미지로부터의 교통 장면 이해

자율 주행을 위해서는 도로망에 대한 구조화된 표현과 다른 교통 참가자들에 대한 개체별 식별이 필요하다. 교통 환경은 지면 평면 위에 정의되므로, 이는 Birds-Eye-View(BEV)에서의 장면 이해에 해당한다. 그러나 자율 주행차의 차량 내 카메라는 주변을 더 잘 관찰할 수 있도록 일반적으로 수평 방향으로 장착되어 있어, 이 작업은 매우 도전적인 과제가 된다. 본 연구에서는 단일 차량 내 카메라 이미지로부터 BEV 좌표계에서 지역 도로망을 나타내는 방향성 그래프를 추출하는 문제를 탐구한다. 또한, 제안된 방법이 BEV 평면상의 동적 물체 탐지에도 확장 가능함을 보여준다. 탐지된 객체의 의미 정보, 위치 및 방향과 함께 도로 그래프를 통합하면 장면에 대한 포괄적인 이해가 가능해지며, 이는 경로 계획 및 내비게이션과 같은 후속 작업에 핵심적인 기초가 된다. 우리는 강력한 기준 모델들과의 비교를 통해 제안하는 방법의 유효성을 검증하고, 네트워크가 우수한 성능을 달성함을 입증한다. 또한, 다양한 설계 선택 사항의 영향을 아블레이션 스터디를 통해 실험적으로 분석한다. 코드: https://github.com/ybarancan/STSU