자율 주행을 위한 멀티모달 자기지도 학습 기반 효율적 2D LiDAR 장면 이해

자율 주행에서 카메라는 시각적 정보를 제공하지만, LiDAR는 레이저를 통해 직접적인 거리(Depth) 정보를 제공한다.

VLM2Scene은 시각-언어 모델(VLM)을 활용하여 LiDAR 장면을 이해하는 최신 연구 프레임워크이다.

자기지도 학습(Self-Supervised Learning)은 데이터 자체에서 학습 신호를 찾아내어 정답 라벨 없이 학습하는 방식이다.

디지털 트윈은 실제 사물이나 환경을 가상 세계에 동일하게 구현하여 시뮬레이션하는 기술이다.

Negative Falses는 실제로는 같은 객체인데 학습 과정에서 서로 다른 객체로 오인되어 성능이 저하되는 현상이다.

mIoU(Mean Intersection over Union)는 객체 분할 모델의 정확도를 측정하는 대표적인 지표이다.

파라미터 수가 적을수록 모델의 크기가 작아지고 추론 속도가 빨라지며 전력 소모가 줄어든다.

연합 학습은 데이터를 중앙 서버로 보내지 않고 각 기기에서 개별적으로 학습한 뒤 모델의 가중치만 공유하는 프라이버시 보호 학습 기법이다.