점군 처리 과정에서 공간 정보 손실 문제를 해결하고 융합 과정에서 가시광 이미지의 질감 정보를 최대한 추출하기 위해 본 논문에서는 특성 슬라이스 기반의 레이저 점군과 가시광 이미지 융합 차량 검출 방법(FVOIRGAN-Detection)을 제안한다. CrossGAN-Detection 방법에 FVOI(원본 정보를 기반으로 한 전면 시점)의 점군 처리 개념을 추가하여 점군을 전면 시점으로 투영하고 원본 점군 정보의 각 차원을 특성 채널로 슬라이싱함으로써 네트워크 성능 저하 없이 점군 정보 활용 효율을 크게 향상시켰다. 또한 상대 확률 개념을 도입하여 판별기가 이미지의 절대 실제 확률 대신 상대 실제 확률을 판별하도록 하여 융합 이미지에서 추출한 질감 정보가 실제 질감 정보와 더 가깝게 하였다. KITTI 데이터셋에서 수행한 검출 성능 실험 결과 본 방법은 쉬움, 중간, 어려움 세 가지 카테고리에서 각각 97.67%, 87.86%, 79.03%의 AP 지표를 달성하였다. 조명이 제한된 환경에서는 AP 지표가 88.49%에 도달하여 CrossGAN-Detection 방법에 비해 2.37% 향상되어 객체 검출 성능을 높였다.

점군 처리;공간 정보;상대 확률;GaN;특성 슬라이스;차량 검출