TopoBDA: 도로 지형 구조 이해를 위한 베지에 변형 가능 주의 메커니즘 도입

도로 지형 구조를 이해하는 것은 자율주행 기술에 있어 핵심적인 요소이다. 본 논문은 베지에 변형 주의 메커니즘(Bezier Deformable Attention, BDA)을 활용하여 도로 지형 구조 인식을 향상시키는 새로운 접근법인 TopoBDA(Topology with Bezier Deformable Attention)를 제안한다. TopoBDA는 다중 카메라 360도 영상 데이터를 처리하여 Bird's Eye View(BEV) 특징을 생성하며, 이 특징들은 BDA를 활용한 트랜스포머 디코더를 통해 정제된다. BDA는 베지에 제어점을 사용하여 변형 가능한 주의 메커니즘을 조절함으로써, 차선 중심선과 같은 길고 얇은 폴리라인 구조의 탐지 및 표현 성능을 향상시킨다. 또한 TopoBDA는 중심선 탐지 정밀도를 더욱 높이고 도로 지형 구조 이해를 강화하기 위해 두 가지 보조 구성 요소—인스턴스 마스크 손실 함수와 일대다 세트 예측 손실 전략—을 통합하였다. OpenLane-V2 데이터셋에서 수행된 실험 결과, TopoBDA는 기존 방법들을 모두 상회하며 중심선 탐지 및 지형 구조 추론 측면에서 최고 수준의 성능을 달성하였다. 또한 OpenLane-V1 데이터셋에서 3D 차선 탐지 작업에서도 최상의 성능을 기록하였다. 다중 모달 데이터(예: LiDAR, 레이더, SDMap)를 통합한 추가 실험을 통해, 다중 모달 입력이 도로 지형 구조 이해 성능을 더욱 향상시킬 수 있음을 입증하였다.