RadarNeXt: 4D mmWave 영상 레이더 기반 실시간 및 신뢰성 있는 3D 객체 검출기

3D 객체 감지는 자율 주행(Autonomous Driving, AD) 및 고급 운전자 보조 시스템(Advanced Driver Assistance Systems, ADAS)에서 중요한 역할을 합니다. 그러나 대부분의 3D 검출기는 실용적인 응용 프로그램에서 네트워크 추론 속도를 간과하고 검출 정확도에 중점을 두는 경향이 있습니다. 본 논문에서는 4D mmWave 레이더 포인트 클라우드를 기반으로 하는 실시간이고 신뢰성 있는 3D 객체 검출기인 RadarNeXt를 제안합니다. 이 모델은 재매개화 가능한 신경망을 활용하여 다중 스케일 특성을 포착하고 메모리 비용을 줄이며 추론 속도를 가속화합니다. 또한, 레이더 포인트 클라우드의 불규칙한 전경 특성을 강조하고 배경 잡음을 억제하기 위해 Multi-path Deformable Foreground Enhancement Network (MDFEN)을 제안합니다. 이는 검출 정확도를 유지하면서 속도와 과다한 매개변수 수의 희생을 최소화합니다. View-of-Delft 및 TJ4DRadSet 데이터셋에서 수행된 실험 결과는 RadarNeXt의 우수한 성능과 효율성을 입증하며, 제안된 MDFEN 변형을 사용하여 50.48 및 32.30 mAPs(medium Average Precision)를 달성했습니다. 특히, RadarNeXt 변형들은 RTX A4000 GPU에서 67.10 FPS 이상, Jetson AGX Orin에서 28.40 FPS의 추론 속도를 기록하였습니다. 본 연구는 RadarNeXt가 4D mmWave 레이더 기반 3D 인식에 새로운 그리고 효과적인 패러다임을 제공함을 보여줍니다.