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.

DepthVision: Enabling Robust Vision-Language Models with GAN-Based LiDAR-to-RGB Synthesis for Autonomous Driving

Created by
  • Haebom
Category
Empty

저자

Sven Kirchner, Nils Purschke, Ross Greer, Alois C. Knoll

개요

DepthVision은 시각 입력이 저하된 환경에서도 자율 주행을 가능하게 하기 위해, LiDAR 데이터를 활용하여 Vision-Language Models (VLMs)의 성능을 향상시키는 다중 모달 프레임워크입니다. DepthVision은 LiDAR point cloud로부터 RGB와 유사한 이미지를 생성하고, Luminance-Aware Modality Adaptation (LAMA) 모듈을 통해 실제 카메라 이미지와 합성된 이미지를 동적으로 융합합니다. 이는 어떠한 아키텍처 변경이나 재학습 없이 기존 VLMs의 시각적 인터페이스를 통해 LiDAR 데이터를 활용할 수 있게 하며, 특히 저조도 환경에서 성능을 크게 향상시킵니다.

시사점, 한계점

•
시사점:
◦
LiDAR 데이터를 활용하여 기존 VLMs의 성능을 향상시키고, 저조도 환경에서의 자율 주행 능력을 개선했습니다.
◦
LAMA 모듈을 통해 주변 조명 조건에 따라 두 이미지 모달리티를 동적으로 융합하여 성능을 최적화했습니다.
◦
기존 VLM 아키텍처를 변경하거나 재학습할 필요 없이 LiDAR 데이터를 통합할 수 있어 실용성이 높습니다.
◦
차량 내 실험을 포함한 다양한 데이터셋 및 안전 관련 작업에 대한 평가를 통해 실용성을 입증했습니다.
•
한계점:
◦
논문에서 구체적인 한계점에 대한 언급은 없습니다.
👍
Made with Slashpage