상단 시점에서 재구성하기: 기하학적 구조 사전 지식 기반의 3D 차선 탐지 방법

본 논문에서는 2D에서 3D 레인 재구성 과정 내부에 내재된 기하 구조를 활용하여 단안 3D 레인 검출 문제를 해결하기 위한 고도화된 접근법을 제안한다. 기존 방법들에 영감을 받아, 먼저 3D 레인과 그 지면 상의 2D 표현 간의 기하 히우리스틱을 분석하고, 구조 사전 지식을 기반으로 명시적인 감독을 도입함으로써, 지역적에서 전역적으로 이 레인 간 및 내부 레인 간의 관계를 구축할 수 있도록 한다. 이를 통해 3D 레인의 재구성 성능을 향상시킬 수 있다. 둘째, 2D 레인 표현에서의 구조 손실을 줄이기 위해, 전면 시점 이미지에서 직접 상방 시점의 레인 정보를 추출하는 방법을 제안한다. 이는 이전 방법들에서 발생하던 먼 거리 레인 특징의 혼동을 크게 완화시킨다. 더불어, 카메라 자세와 지면 경사의 데이터 분포 불균형 문제를 해결하기 위해, 세그멘테이션 및 재구성 작업 모두를 위한 새로운 학습 데이터를 합성하는 새로운 작업 특화 데이터 증강 기법을 제안한다. 이를 통해 미관측 데이터에 대한 일반화 성능을 향상시킨다. 본 연구는 DNN 기반 3D 레인 검출에 기하 사전 지식을 도입한 최초의 시도이며, 기존 검출 범위를 두 배로 확장하여 초장거리 레인 검출을 가능하게 한다. 제안한 방법은 추가적인 비용 없이 다른 프레임워크에 원활하게 통합될 수 있다. 실험 결과, Apollo 3D 합성 데이터셋에서 실시간 속도 82 FPS로 기존 최고 성능 방법 대비 3.8% 높은 F-Score를 기록하며, 추가 파라미터 없이 우수한 성능을 달성하였다.