Autonomous Driving Overview : 자율주행 분야 기술 리뷰 및 공부
Introduction History 1970년대 영국 도로 연구소에서 자율주행 비디오 공개로 관심 얻음. 1980년대 다양한 대학들이 자율주행 연구 참여 2010년대 초, 차량 제조업체들이 참여 시작 Levels of Driving Automation 현재 수년동안 Level 2 에 머물고 있음 딥러닝의 발전으로 한계를 넘고 있음 딥러닝의 단점으로 문제도 있음 : the blackbox and inexplicable nature of neural networks Research Trend 현재 분야 내 중요한 키워드들을 시각화 한 모습 중요한 Sub part Perception and Loacalization Motion Planning and Decision-making Simulators and S..
[Review] A Review of Video Object Detection: Datasets, Metrics and Methods
2021.11.30 Review https://pdfs.semanticscholar.org/87db/49a14a1dd0e3d672e1144dc13354d892558d.pdf https://www.semanticscholar.org/paper/A-Review-of-Video-Object-Detection%3A-Datasets%2C-and-Zhu-Wei/3c03cb37863eea4be5e01f407d6899620dc4d254?p2df www.semanticscholar.org --- Shortcomings of frame by frame basis object detection in video lack of computational efficiency due to redundancy across image ..
[Review] VectorMapNet: End-to-end Vectorized HD Map Learning
과거 리뷰한 내용을 업로드 합니다. --- 1.Abstract 자율 주행 시스템은 HD 시멘틱 맵 요소를 사용한다. 존재하는 방식들은 시멘틱 맵 문제를 메뉴얼적인 annotation으로 풀지만 확장성 문제가 있다. 최근의 방식들은 dense한 rasterized segmentation 예측으로 맵을 구성하지만 개개인의 맵 요소의 인스턴스 정보를 포함하지 않거나 vectorized map을 얻기 위해 휴리스틱한 post processing을 요구한다. 이러한 문제를 해결하기 위해 end-to-end로 Vector화 된 맵을 얻을 수 있는 VectorMapNet을 소개한다. VectorMapNet은 onboard sensor observation을 갖고 birds-eye view의 sparse한 polyli..