FASTer: 장기간 3D 객체 탐지를 위한 초고속 변환기

FASTer는 Adaptive Scaling과 Grouped Hierarchical Fusion 전략을 통해 기존 장기간 3D 객체 탐지의 한계를 극복하고, 성능과 효율성을 크게 향상시킨 혁신적인 모델입니다. Waymo Open Dataset 실험 결과 최첨단 성능을 입증하였으며, 관련 코드는 공개되어 있습니다.

혁신적인 3D 객체 탐지 기술, FASTer 등장

최근 라이더 기반의 최첨단 장기간 3D 객체 탐지 기술은 주로 지역 기반 패러다임을 채택해 왔습니다. 이는 먼저 거친 제안(coarse proposals)을 생성하고, 그 다음 지역 특징을 인코딩하고 융합하는 방식입니다. 하지만 이러한 방식은 개별 점들의 기여도 차이를 무시하고 무분별하게 샘플링 및 융합하여 입력 프레임 수가 증가함에 따라 복잡성이 기하급수적으로 증가하는 단점이 있었습니다. 또한, 임의의 결과 수준 연결(arbitrary result-level concatenation)은 전역 정보 추출을 제한합니다.

Chenxu Dang 등 연구진이 발표한 FASTer(Focal Token Acquiring-and-Scaling Transformer) 는 이러한 문제점을 해결하기 위해 등장했습니다. FASTer는 역동적으로 초점 토큰(focal tokens)을 선택하고, 적응적이고 가벼운 방식으로 토큰 시퀀스를 응축합니다. 개별 토큰의 기여도를 강조하여, 간단하지만 효과적인 Adaptive Scaling 메커니즘을 제안하여 기하학적 맥락을 포착하는 동시에 초점 점들을 걸러냅니다. 과거 프레임에서 초점 점들만 선택적으로 저장하고 처리함으로써 전반적인 복잡성을 획기적으로 줄입니다.

더 나아가, Grouped Hierarchical Fusion 전략을 통해 시퀀스 스케일링 및 그룹 내 융합(Intra-Group Fusion) 작업을 점진적으로 수행하여 전역 공간 및 시간 정보 교환을 용이하게 합니다. Waymo Open Dataset을 이용한 실험 결과, FASTer는 다른 최첨단 탐지기보다 성능과 효율성 면에서 모두 뛰어나며, 유연성과 강건성도 향상되었습니다. FASTer의 코드는 https://github.com/MSunDYY/FASTer.git에서 확인할 수 있습니다.

결론적으로, FASTer는 Adaptive Scaling과 Grouped Hierarchical Fusion이라는 혁신적인 기술을 통해 장기간 3D 객체 탐지 분야에 새로운 가능성을 제시하며, 향후 자율 주행, 로봇 공학 등 다양한 분야에 폭넓게 활용될 것으로 기대됩니다.