카메라 기반 차선, 도로 영역 검출 딥러닝 기술 심화
Q) 차선, 도로 정보는 고정밀 지도에서 제공되는데 카메라를 이용하여 차선, 도로 영역을 검출할 필요가 있을까?
→ 먼저 고정밀 지도와 맵매칭을 이용해서 측위에 사용할 수 있다. 또한 고정밀 지도에서 주는 정보가 항상 완벽할 수는 없다. 안전주행을 위해서는 자율주행차 자체가 차로, 도로 영역을 알아낼 필요가 있다.
학습 내용)
1.
카메라 기반 영역 검출 기술 개요
2.
딥러닝 기반 차선 검출
3.
딥러닝 기반 도로 검출
keyword 1)
시맨틱 영역분할
→ 카메라 영상 내의 물체 영역을 의미 있는 단위로 분할
keyword 2)
FCN
→ 카메라 영상으로부터 시맨틱 영역분할을 수행하기 위한 초기 딥러닝 모델
keyword 3)
RANSAC
→ 차선 검출을 위한 고전적 컴퓨터 비전 방법
→ 최근에 CNN을 이용한 차선 검출 기법으로 대체
카메라 기반 영역 검출 기술 개요
정적물체를 인식하기 위해서는
Semantic 영역 분할 필요
•
카메라 영상 내의 물체 영역
•
의미 있는 단위로 분할
•
영상에서 물체를 이루는 픽셀이 어떤 카테고리에 속하는지 분류하는 것
→ 픽셀 단위의 차선, 도로, 횡단보도 등 도로 정보 검출 가능
•
픽셀이 어떤 카테고리에 속하는지에 대한 추상적 정보 추출 중요
FCN (Fully Convolutional Network)
•
Convolutional layers만 적용하여
◦
추상적인 공간 정보 생성
→ 트레이닝 데이터 준비
•
각 픽셀의 카테코리를 사람이 직접 라벨링 (비용 시간 소요)
딥러닝 기반 차선 검출
차선 검출
•
주행을 위한 정보
•
고정밀 지도 기반의 맵매칭 정보에도 사용
→ CNN 기반 차선 검출 방법!
•
FCN과 같이 카메라 영상에 Convolutional layers 적용
◦
차로에 대한 픽셀 별 특징값 추출
▪
차로에 대한 Curve fitting 수행
•
3차원에서의 도로 영역으로 Curve fitting한 결과 투영
◦
최종적인 차선 검출 결과 도출
