본 논문은 다중 타겟이 존재하는 잡음 환경에서의 단일 광자 LiDAR 이미징 문제를 해결하기 위해 심층 신경망을 이용한 딥 언롤링 알고리즘을 제안한다. 기존의 통계적 방법은 해석 가능성은 높지만 복잡한 장면 처리에 어려움을 겪고, 심층 학습 기반 방법은 정확도와 강건성은 우수하지만 해석 가능성이 부족하거나 픽셀당 단일 피크만 처리하는 한계가 있다. 본 연구에서는 계층적 베이지안 모델과 듀얼 깊이 맵 표현을 도입하고, 기하학적 심층 학습을 활용하여 점 구름으로부터 특징을 추출하는 딥 언롤링 알고리즘을 제시한다. 이를 통해 통계적 방법과 학습 기반 방법의 장점을 결합하여 정확도와 불확실성 정량화를 동시에 달성한다. 합성 및 실제 데이터 실험 결과는 기존 방법들에 비해 경쟁력 있는 성능을 보이며 불확실성 정보까지 제공함을 보여준다.
