본 연구과제는 4D 이미징 레이더의 인식 성능을 Data augmentation, 딥러닝 기술을 기반으로 향 상시키는 것을 목표로 함 • Doppler Effect 기반 4D 이미징 레이더 데이터의 Augmentation 기법 및 플로우 어댑티브 딥러닝 객체인식 기법 연구(1차년도) -라이다 포인트 클라우드 데이터와 다른 4D 이미징 레이더 데이터의 특징인 Doppler Effect를 활용 하여 raw data의 수를 증가시키는 기법 연구 -단일 프레임이 아닌 여러 프레임의 4D 이미징 레이더 데이터를 사용하여 객체를 인식하는 플로우 어 댑티브 딥러닝 객체인식 기법 연구 • 4D 이미징 레이더 데이터 Augmentation 기법과 플로우 어댑티브 머신러닝/딥러닝 기술을 결합한 객체인식 성능 향상 연구 -1차년도에 연구한 Doppler Effect 기반 Data Augmentation 기법과 플로우 어댑티브 딥러닝 객체 인식 기법을 결합한 모델을 개발하여 인식 성능 향상 연구 • 플로우 어댑티브 딥러닝 인식 기법의 평가 및 성능 개선 -Transformer Encoder를 이용하여 플로우 어댑티브 딥러닝 모델의 성능 향상 연구 -4D 이미징 레이더 데이터의 Transformer 모델 입력을 위한 Input Embedding 기법 연구 -Transformer Encoder를 사용하여 4D 이미징 레이더 데이터의 feature 추출 연구 -추출한 feature 기반 Object Detection/Classification 연구