Core Concepts
단안 카메라 비디오 프레임 시퀀스로부터 실시간 드론 자세 추정을 위한 주의 기반 딥러닝 모델을 제안한다.
Abstract
이 연구는 실시간 단안 비주얼 오도메트리 추정을 위한 새로운 딥러닝 모델을 제안한다. 모델은 다음과 같은 주요 구성 요소로 이루어져 있다:
이미지 특징 추출을 위한 합성곱 신경망
시퀀스 의존성 모델링을 위한 양방향 LSTM 네트워크
시퀀스 특징에 대한 주의 메커니즘
회전 및 병진 운동 추정을 위한 완전 연결 레이어
제안된 모델은 KITTI와 Mid-Air 데이터셋을 사용하여 학습되었다. 실험 결과, 기존 모델 대비 평균 병진 드리프트는 22% 감소하고, 평균 병진 궤적 오차는 12% 개선되었다. 또한 노이즈가 있는 입력 데이터에 대해서도 더 강건한 성능을 보였다. 실시간 추론 테스트에서도 초당 60 프레임의 처리 속도를 달성하여 드론 응용에 적합한 것으로 나타났다.
Stats
제안된 모델은 기존 모델 대비 평균 병진 드리프트를 22% 감소시켰다.
제안된 모델은 기존 모델 대비 평균 병진 궤적 오차를 12% 개선했다.
제안된 모델은 노이즈가 있는 입력 데이터에 대해 더 강건한 성능을 보였다.
제안된 모델은 실시간 추론 시 초당 60 프레임의 처리 속도를 달성했다.
Quotes
"제안된 모델은 기존 모델 대비 평균 병진 드리프트를 22% 감소시켰다."
"제안된 모델은 기존 모델 대비 평균 병진 궤적 오차를 12% 개선했다."
"제안된 모델은 노이즈가 있는 입력 데이터에 대해 더 강건한 성능을 보였다."
"제안된 모델은 실시간 추론 시 초당 60 프레임의 처리 속도를 달성했다."