GFSR은 자율 주행 시스템의 차선 검출 정확도를 높이기 위한 프레임워크입니다. 기존 방법의 분류 신뢰도와 기하학적 품질 간의 연관성 부족, 샘플링 포인트 간의 상관관계 약화 문제를 해결합니다.
GFSR은 LaneIoU를 활용한 신뢰도 보정(LCC)과 적응형 게이트 위치 정제(AGLR)를 통해 차선 우선의 기하학적 정확도를 평가하고, 분류 신뢰도와 결합하여 신뢰도 지수를 생성합니다.
CULane과 CurveLanes 데이터셋에서 GFSR은 각각 81.46% 및 65.01%의 F1@50 점수를 달성하며 최고 성능을 기록했습니다.
AGLR은 샘플링 포인트의 측면 오프셋을 예측하고 게이트 메커니즘을 적용하여 복잡한 차선 환경에서도 모델의 적응력과 견고성을 높입니다.