인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
본 논문은 자율주행 환경에서 사전 학습된 대규모 확산 모델의 풍부한 기하학적 사전 지식을 레이다-카메라 융합 깊이 추정 작업에 그대로 적용할 때 발생하는 모달리티 불일치, 노이즈 스케줄, 모델 용량의 문제를 분석하고 해결책을 제시한다. 첫째, 확산을 통한 생성 과정 대신 판별 모델 기반의 단일 패스 회귀 구조를 도입하고 픽셀 공간의 직접적인 손실 함수를 적용한다. 둘째, 기존 텍스트 어텐션을 재사용하는 대신 무작위 초기화된 신규 크로스 어텐션 블록을 구축하여 언어 도메인 편향으로 인한 오류를 제거한다. 셋째, 거대한 백본이 레이다 경로를 무시하고 이미지 경로만 신뢰하는 현상을 방지하기 위해 U-Net을 완전 동결하고 좁은 하위 네트워크만 학습하도록 제한한다. 대규모 nuScenes 데이터셋을 활용한 실험 결과, 제안 방법론은 절대 깊이 스케일 모호성을 성공적으로 해결하며 평균 절대 오차(MAE) 3.72 m를 달성하여 단일 카메라 베이스라인 대비 성능을 크게 개선한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
