자율주행 응용 분야에서는 Bird’s-Eye View(BEV)로 세상을 모델링하는 방식이 정확도와 성능이 향상된다는 점에서 강한 선호를 받는다. BEV 특징은 여러 관점에서 정보를 효율적으로 융합할 수 있게 해주므로 인식 과제에서 널리 활용된다. 그러나 카메라 이미지로부터 생성된 BEV 특징은 원근 관점에서 깊이를 추정하기 어렵기 때문에 부정확해지기 쉽다. BEV 특징의 부적절한 배치는 후속 과제의 정확도를 제한한다. 본 연구에서는 2D 카메라 이미지로부터 원근(퍼스펙티브) 깊이 추정을 개선하고, 그 결과 기하학적으로도 의미적으로도 견고한 BEV 특징을 생성하기 위해 지도 정보를 통합하는 방법을 제안한다. 우리는 카메라 이미지를 BEV 지도 및 지도-카메라 투영으로 증강하면, 깊이 불확실성을 보상하여 카메라 단독 BEV 특징에 도로 맥락을 풍부하게 추가할 수 있음을 보인다. nuScenes 데이터셋에서의 실험 결과, 본 방법은 분할 및 검출 과제에서 카메라 이미지만을 사용하는 기존 접근법보다 우수함을 확인하였다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.