이 연구는 자율주행 차량의 지각 시스템에서 중요한 역할을 하는 다중 센서 기반 3D 객체 탐지 모델의 강건성을 평가하기 위한 MultiCorrupt 벤치마크를 제안한다.
MultiCorrupt 벤치마크는 다음과 같은 10가지 유형의 데이터 훼손을 모사한다:
이 벤치마크를 통해 5개의 최신 다중 센서 기반 3D 객체 탐지 모델의 강건성을 평가하였다. 분석 결과, 모델들의 강건성은 데이터 훼손 유형과 모델의 융합 전략에 따라 다양하게 나타났다. 예를 들어, 독립적인 모달리티 처리와 마스크 모달리티 학습이 강건성 향상에 도움이 되었지만, 단일 모달리티에 의존적인 초기화나 깊은 융합은 강건성을 저하시켰다. 이를 통해 다중 센서 기반 3D 객체 탐지 모델의 강건성 향상을 위한 설계 지침을 제시한다.
Naar een andere taal
vanuit de broninhoud
arxiv.org
Belangrijkste Inzichten Gedestilleerd Uit
by Till Beemelm... om arxiv.org 04-01-2024
https://arxiv.org/pdf/2402.11677.pdfDiepere vragen