연구진이 극심한 희소 환경에서 LiDAR-Radar 데이터를 활용한 3D 객체 조기 검출 프레임워크 'ATN3D'를 제안했어요.
ATN3D는 객체 검출 시 희소성 정보를 고려한 Density-aware early fusion과 Occupancy-gated neighborhood aggregation을 통해 성능을 향상시켰어요.
VoD 벤치마크에서 ATN3D는 기존 모델 대비 맑은 날씨 조건에서 mAP 3.55%, 안개 낀 날씨 조건에서 8.41% 향상된 성능을 보여줬어요.
특히 30m 이상의 객체 검출에서 맑은 날씨 조건에서 3.33%, 안개 낀 날씨 조건에서 2.09%의 성능 향상을 기록하며 장거리 객체 검출 성능을 개선했어요.