TopoMLP: 단순하면서도 강력한 드라이빙 토폴로지 추론 파이프라인

위상론적 추론은 자율 주행에서 도로 장면을 전반적으로 이해하고 운행 가능한 경로를 제시하는 것을 목표로 합니다. 이는 도로 중심선(차선)과 교통 요소를 감지하고, 그들의 위상 관계, 즉 차선-차선 위상 관계와 차선-교통 위상 관계를 추론하는 것을 필요로 합니다. 본 연구에서는 먼저 위상 점수가 차선과 교통 요소의 감지 성능에 크게 의존함을 제시합니다. 따라서, 우리는 강력한 3D 차선 검출기와 개선된 2D 교통 요소 검출기를 소개하여 위상 성능의 상한을 확장합니다. 또한, TopoMLP라는 간단하면서도 고성능의 차량용 위상 추론 파이프라인을 제안합니다. 뛰어난 감지 성능을 바탕으로, 우리는 두 가지 간단한 MLP 기반 헤드를 개발하여 위상을 생성합니다. TopoMLP는 OpenLane-V2 벤치마크에서 최고 수준의 성능, 즉 ResNet-50 백본을 사용할 때 41.2% OLS를 달성했습니다. 또한, 이는 자율 주행 도로 위상 인식 챌린지(OpenLane Topology in Autonomous Driving Challenge)에서 1등을 차지한 첫 번째 솔루션입니다. 우리는 이러한 간단하면서도 강력한 파이프라인이 커뮤니티에 새로운 통찰력을 제공할 수 있기를 바랍니다. 코드는 https://github.com/wudongming97/TopoMLP에서 확인할 수 있습니다.