차량 자세 추정은 지능형 교통 시스템의 중요한 구성 요소입니다. 그러나 복잡한 운동 장면과 단안 카메라가 깊이 정보를 얻을 수 없는 문제 등이 존재합니다. 본 논문에서는 단안 카메라와 차량 3D 모델을 결합한 차량 자세 추정 방법을 제안합니다. 먼저 다중 스케일 차량 대상에 대해 스케일 정규화를 수행한 후, 벡터 필드 형태로 차량 주요 점 좌표를 회귀하여 가림 또는 잘림 상태에서 자세 추정 정확도를 향상시킵니다. 이 과정에서 거리 가중 벡터 필드 손실 함수와 주요 점 오차 최소화 투표 방법을 사용하여 자세 추정 알고리즘의 정확도를 더욱 향상시켰습니다. 또한, 풍부한 주석 정보를 포함하는 합성 차량 자세 추정 데이터셋을 제작하였으며, 검증 결과 본 알고리즘의 평균 위치 오차와 각도 오차는 각각 0.162 m와 4.692°로 실제 환경에서 매우 높은 응용 가치를 보였습니다.

단안 비전; 차량 자세; 3D 모델; 벡터 필드; 주요 점