Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

BEVDiffuser: Plug-and-Play Diffusion Model for BEV Denoising with Ground-Truth Guidance

Created by
  • Haebom
Category
Empty

저자

Xin Ye, Burhaneddin Yaman, Sheng Cheng, Feng Tao, Abhirup Mallik, Liu Ren

개요

본 논문은 자율 주행에서 중요한 역할을 하는 조감도(BEV) 표현의 잡음 제거 문제를 해결하기 위해 BEVDiffuser를 제안합니다. BEVDiffuser는 기존 BEV 모델의 아키텍처 변경 없이 플러그 앤 플레이 방식으로 작동하며, 정답 객체 배치를 가이드로 사용하여 BEV 특징 맵의 잡음을 제거하는 확산 모델입니다. nuScenes 데이터셋을 이용한 실험 결과, 3D 객체 탐지에서 mAP 12.3%, NDS 10.1% 향상을 보였으며, 특히 장기 꼬리 객체 탐지 및 악천후/조명 조건에서도 성능 향상을 확인했습니다. 추가적인 계산 복잡도 없이 성능 향상을 달성한 점이 특징입니다.

시사점, 한계점

•
시사점:
◦
기존 BEV 모델의 성능을 향상시키는 효과적인 잡음 제거 기법 제시.
◦
추가적인 계산 복잡도 없이 성능 향상을 달성.
◦
장기 꼬리 객체 탐지 및 악천후/조명 조건에서도 성능 향상을 보임.
◦
플러그 앤 플레이 방식으로 기존 모델에 손쉽게 적용 가능.
•
한계점:
◦
제안된 방법의 일반화 성능에 대한 추가적인 연구 필요.
◦
다른 데이터셋이나 자율 주행 시나리오에서의 성능 평가 필요.
◦
정답 객체 배치에 대한 의존성이 존재. 정답 레이블이 부정확할 경우 성능 저하 가능성.
👍
Made with Slashpage