Hierarchical Unsupervised Domain Adaptation 기반 야간 주행 가능 영역 검출 모델 설계 및 성능 평가

초록

본 연구에서는 PLA와 FLA를 계층적으로 순차 적용 하여, 각 단계의 기능을 분리하고 변환 결과를 정제함으로써 도메인 적응 효과를 점진적으로 확보하는 방식을 제안한다. 또한, 해당 구조를 야간 환경에서의 주행 가능 영역 검출에 도입하여 그 유효성을 검증하고자 한다. 먼저, PLA에서는 C ycle-Consistent Generative Adversarial Network(CycleG AN)를 활용하여 주간 이미지를 야간 스타일로 변환한다. 이 후, FLA에서는 Adversarial Discriminative Domain Adapta tion(ADDA)을 기반으로 변환된 이미지의 Feature Represen tation을 소스 도메인과 정합되도록 학습하여 도메인 적응을 수행한다. 마지막으로, 도메인 적응 기법이 야간 주행 가능 영역 검출에 미치는 영향을 검증하기 위해 원본 데이터, PLA 단독 적용 데이터, PLA와 FLA를 모두 적용한 데이터를 입력 으로 DRN 기반의 Semantic Segmentation 모델을 각각 구 축하고 성능을 비교 분석한다.