CLRNet: 차선 검출을 위한 크로스 레이어 개선 네트워크

지능형 차량의 비전 내비게이션 시스템에서 차선은 핵심적인 요소이다. 자연스럽게 차선은 고수준 의미론적 특성을 지닌 교통 표지이지만, 정확한 위치를 파악하기 위해 세부적인 저수준 특징이 필요한 특정 지역 패턴을 가지고 있다. 정확한 차선 검출을 위해서는 다양한 특징 수준을 활용하는 것이 매우 중요하지만, 여전히 탐색이 부족한 영역이다. 본 연구에서는 차선 검출에서 고수준 특징과 저수준 특징을 효과적으로 활용하기 위해 크로스 레이어 리파인먼트 네트워크(Cross Layer Refinement Network, CLRNet)를 제안한다. 특히, 먼저 고수준 의미론적 특징을 기반으로 차선을 탐지한 후, 저수준 특징을 이용해 정밀화를 수행한다. 이를 통해 더 풍부한 맥락 정보를 활용하여 차선을 탐지할 뿐만 아니라, 지역적인 세부 차선 특징을 활용해 위치 정확도를 향상시킬 수 있다. 또한, 전역 맥락을 수집하기 위해 ROIGather를 제안하여 차선의 특징 표현을 더욱 강화하였다. 본 연구의 새로운 네트워크 설계 외에도, 차선을 하나의 단일 요소로 처리하여 전반적인 위치 정확도를 향상시키는 Line IoU 손실 함수를 도입하였다. 실험 결과, 제안한 방법이 최신 기술에 비해 뛰어난 성능을 보임을 입증하였다.