READ: 자율 주행을 위한 대규모 신경 장면 렌더링

자유 시점의 사진 수준의 실사 이미지를 합성하는 것은 멀티미디어 분야에서 중요한 과제이다. 고급 운전자 보조 시스템(ADAS)의 발전과 자율주행 차량에서의 응용 확대에 따라, 다양한 시나리오를 실험하는 것이 점점 더 큰 도전 과제가 되고 있다. 기존의 이미지 간 번역(image-to-image translation) 기법을 통해 실사 수준의 도로 환경을 합성할 수는 있으나, 3차원 정보의 부재로 인해 일관성 있는 장면을 생성하지 못하는 한계가 있다. 본 논문에서는 자율주행 환경을 합성할 수 있는 대규모 신경 렌더링 기법(READ: Large-scale Neural Rendering for Autonomous Driving)을 제안한다. 이 방법은 다양한 샘플링 전략을 통해 PC에서 대규모 주행 시나리오를 합성할 수 있도록 한다. 주행 시나리오를 표현하기 위해, 희박한 포인트 클라우드로부터 신경 기술자(신경 기술 특성)를 학습하는 ω 렌더링 네트워크를 제안한다. 제안한 모델은 실사 수준의 주행 환경을 합성하는 것뿐만 아니라, 장면을 연결하거나 편집하는 기능도 수행할 수 있다. 실험 결과, 본 모델이 대규모 주행 시나리오에서 우수한 성능을 발휘함을 확인하였다.