Основные понятия
동적 LiDAR 장면에서 객체의 연속성을 고려하여 데이터 증강을 수행하는 D-Aug 기법을 제안한다.
Аннотация
본 논문은 동적 LiDAR 장면을 위한 데이터 증강 기법인 D-Aug를 제안한다. D-Aug는 객체를 추출하여 동적 장면에 삽입하며, 이때 객체의 연속성을 고려한다. 삽입 위치 선정을 위해 픽셀 단위 도로 식별 기법을 사용하고, 동적 충돌 감지 및 회전 정렬을 통해 자연스러운 삽입을 보장한다. nuScenes 데이터셋을 활용한 실험에서 D-Aug가 3D 객체 탐지 및 추적 성능을 향상시킴을 확인했다.
Статистика
제안한 D-Aug 기법을 적용하면 CenterPoint 모델의 mAP가 59.10에서 59.68로, NDS가 66.69에서 67.16으로 향상되었다.
D-Aug를 적용하면 CenterPoint 모델의 AMOTA가 65.4에서 66.4로, AMOTP가 57.3에서 57.4로 개선되었다.
픽셀 단위 도로 식별 기법은 레이어 기반 필터링 대비 총 소요 시간이 1112.04초에서 39.79초로, 평균 소요 시간이 0.881초에서 0.011초로 크게 향상되었다.
Цитаты
"D-Aug는 객체를 추출하여 동적 장면에 삽입하며, 이때 객체의 연속성을 고려한다."
"삽입 위치 선정을 위해 픽셀 단위 도로 식별 기법을 사용하고, 동적 충돌 감지 및 회전 정렬을 통해 자연스러운 삽입을 보장한다."