자율 주행을 위한 스케일 등변 객체 인식 기술 개발 

기계공학과 최종은 교수 연구팀(공동1저자 조택형, 남형우)은 자율 주행에서 주변 물체를 정확하게 인식하기 위해 사용되는 객체인식 기술을 향상시키기 위해 scale-equivariant CNN 모델을 이용한 객체 탐지 모델을 개발하였다. 기존 CNN 모델이 이미지의 rotation, reflection, scale transformation 등에 취약하다는 점을 보완하기 위해 scale-equivareiant 특징 추출 backbone network를 개발하였고, 이를 KITTI 데이터셋에 검증한 결과 모델의 물체 탐지 성능이 타 기법보다 우수함을 보였다. 해당 연구 결과는 2024년 3월 국제 저명 학술지인 'IEEE Transactions on Intelligent Vehicles' (Impact Factor: 14.0, 상위 1.3%)에 게재되었다.

관련 논문 링크: https://ieeexplore.ieee.org/abstract/document/10480255