17일 전
CANet: 곡선 가이드 라인 네트워크와 적응형 디코더를 통한 차선 검출
Zhongyu Yang, Chen Shen, Wei Shao, Tengfei Xing, Runbo Hu, Pengfei Xu, Hua Chai, Ruini Xue

초록
도로 주행 환경의 복잡성과 카메라 시점에 따른 선의 변형으로 인해 차선 검출은 여전히 도전적인 과제이다. 많은 해결 방안이 제안되었지만, 특히 차선의 모서리 부근에서의 검출 성능은 여전히 미흡한 편이다. 본 논문에서는 이러한 문제를 해결하기 위해 새로운 상향식(탑다운) 딥러닝 기반 차선 검출 기법인 CANET을 제안한다. 먼저, 전체적인 의미적 수준에서 U자형 곡선 가이드 라인 위의 히트맵을 통해 각 차선 인스턴스를 응답하게 하여, 각 차선에 해당하는 특징 정보를 응답 지점에서 집계한다. 이후 CANET은 조건부 컨볼루션(conditional convolution)을 통해 전체 차선의 히트맵 응답을 추출하고, 최종적으로 적응형 디코더를 이용해 점 집합을 디코딩하여 차선을 표현한다. 실험 결과, 다양한 지표에서 기존의 최고 성능(SOTA)을 달성함을 확인하였다. 본 논문의 코드는 곧 공개될 예정이다.