연구진은 악천후로 인한 카메라 기반 객체 인식 성능 저하 문제를 해결하기 위해 CADENet이라는 새로운 시스템을 개발했습니다. CADENet은 기존 방식의 안전성 문제를 해결하고, 평가의 한계를 극복하기 위해 설계되었습니다.
CADENet은 Thread S (YOLOv11n)를 통해 실시간 객체 인식을 수행하고, Thread Q는 조건 적응형 향상(CAPE)을 적용하여 결과를 융합하며, Thread E는 CLIP 기반의 악천후 분류를 제공합니다.
DAWN 데이터셋 평가 결과, CADENet은 눈(snow)에서 Recall = 0.0103, F1 = 0.0230, 비(rain)에서 F1 = 0.0038의 성능을 달성했으며, 모델 재훈련이나 추가 하드웨어 없이 약 44 FPS를 유지합니다.