TopoMask: 도로 위상 문제를 위한 인스턴스 마스크 기반 공식화 및 트랜스포머 기반 아키텍처를 통한 접근

주행 장면 이해 과제는 차선, 교통 표지, 신호등 등의 정적 요소와 이들 간의 관계를 감지하는 것을 포함합니다. 다중 카메라 뷰를 사용하여 포괄적인 장면 이해 솔루션의 개발을 촉진하기 위해 새로운 데이터셋인 Road Genome (OpenLane-V2)가 출시되었습니다. 이 데이터셋은 복잡한 도로 연결과 차선 표시가 없는 상황을 탐색할 수 있게 합니다. 전통적인 차선 표시 대신, 이 데이터셋에서의 차선은 중심선으로 표현되며, 이는 차선과 그 연결을 더 적절하게 나타내는 방법입니다. 본 연구에서는 도로 위상에서 중심선을 예측하기 위한 새로운 접근 방식인 TopoMask를 소개하였습니다. 기존 문헌에서 키포인트나 매개변수 방법에 의존하는 것과 달리, TopoMask는 트랜스포머 기반 구조를 사용한 인스턴스 마스크 기반 공식화를 활용하며, 마스크 인스턴스에 유동 정보를 부여하기 위해 방향 라벨 표현이 제안되었습니다. TopoMask는 OpenLane-V2 점수 (OLS)에서 4위를, 2023년 OpenLane 위상 도전대회에서 중심선 예측의 F1 점수에서 2위를 기록하였습니다. 현재 최첨단 방법인 TopoNet과 비교하여 제안된 방법은 프레셰트 기반 차선 검출에서 유사한 성능을 보였으며, 시나리오 그래프 신경망을 사용하지 않음에도 불구하고 채머 기반 차선 검출에서는 TopoNet보다 우수한 성능을 보였습니다.