RaSFNet: 라이다(LiDAR) 의미론적 분할을 위한 광선 정렬 및 스캔 인식 융합 네트워크

요약

기존의 투영 기반 LiDAR 분할 방법은 공간적 관계 모델링에 한계가 있습니다. 본 논문은 이러한 문제점을 해결하기 위해 광선 정렬 및 스캔 인식을 통합한 RaSFNet을 제안합니다. 이 네트워크는 RAGDE, STAM 등 혁신적인 모듈을 통해 3D 기하학적 특징과 공간 맥락을 효과적으로 포착하여 높은 분할 성능을 달성했습니다.

핵심 포인트

• 기존 투영 기반 방법의 한계점(공간적 관계 모델링 제한)을 지적함.
• RaSFNet은 광선 정렬 및 스캔 인식을 융합한 새로운 네트워크 구조를 제시함.
• RAGDE와 STAM 모듈을 통해 기하학적 분포와 장거리 의존성을 포착함.
• SemanticKITTI, nuScenes 등에서 경쟁력 있는 분할 성능(mIoU)을 입증함.