Eigenlanes: 구조적으로 다양성 있는 차선을 위한 데이터 기반 차선 기술자

본 논문에서는 고유차선 공간(eigenlane space)에서 도로 차선을 탐지하기 위한 새로운 알고리즘을 제안한다. 먼저, 곡선 및 직선을 포함한 구조적으로 다양한 차선에 대한 데이터 기반의 기술자인 고유차선(eigenlanes)의 개념을 도입한다. 고유차선을 얻기 위해 훈련 세트에 포함된 모든 차선을 포함하는 차선 행렬에 대해 최적의 순서-M 근사(best rank-M approximation)를 수행한다. 다음으로, 고유차선 공간에서 훈련 차선들을 군집화하여 차선 후보군을 생성한다. 마지막으로, 이러한 차선 후보들을 활용하여 앵커 기반의 탐지 네트워크인 SIIC-Net을 개발함으로써 최적의 차선 집합을 결정한다. 실험 결과, 제안하는 알고리즘이 구조적으로 다양성이 큰 차선에 대해 뛰어난 탐지 성능을 제공함을 입증하였다. 본 연구의 코드는 https://github.com/dongkwonjin/Eigenlanes 에서 공개되어 있다.