TFNet: 빠르고 정확한 LiDAR 세분화를 위한 시계열 신호 활용

LiDAR 세밀 분할은 자율 주행차와 로봇이 주변 환경을 정확하고 강건하게 이해할 수 있도록 하는 데 핵심적인 역할을 한다. 이 분야에는 점 기반, 거리 이미지 기반, 극좌표 기반, 그리고 하이브리드 전략 등 다양한 방법이 존재한다. 이러한 방법들 중에서 거리 이미지 기반 기술은 효율성이 뛰어나 실용적 응용에서 널리 채택되고 있다. 그러나 이 기법은 거리 이미지의 제한된 수평 및 수직 각도 해상도로 인해 발생하는 '다대일(many-to-one)' 문제에 직면해 있다. 이로 인해 3D 점들 중 약 20%가 가림을 겪게 된다. 본 논문에서는 이 문제를 해결하기 위해 시간 정보를 활용하는 TFNet이라는 거리 이미지 기반 LiDAR 세밀 분할 방법을 제안한다. 구체적으로, 이전 스캔에서 유용한 정보를 추출하여 현재 스캔과 융합하는 시간 정보 융합 레이어를 도입한다. 또한 '다대일' 문제로 인한 오류 예측을 보정하기 위해 최댓값 투표 기반의 후처리 기법을 설계하였다. 제안된 방법은 두 가지 벤치마크에서 평가되었으며, 플러그인 방식의 후처리 기법이 다양한 네트워크에 일반적으로 적용 가능함을 입증하였다.