As deep learning technology advances, the development of autonomous driving is accelerating, and the importance of lane detection technology is emerging. However, since various environments are difficult to detect lanes, such as lanes being erased or covered, research is needed to develop a robust lane detection algorithm. This paper proposes an unsupervised lane restoration network that restores damaged lanes for robust lane detection. Because it is not easy to create correct answer data for damaged lanes, the lane restoration network was trained using unsupervised learning. For this, the pre-trained lane detection network was used. To prove the effectiveness of the lane restoration network proposed in this paper, the lane detection performance was measured using the restored image. It was confirmed that the lane detection performance was improved when the proposed lane restoration network was used.
딥러닝 기술이 발전함에 따라 자율 주행 자동차의 발전이 가속화되고 있으며, 차선 인식 기술의 중요성이 대두되고 있다. 하지만, 차선이 지워지거나 가려지는 등 차선 인식이 어려운 다양한 환경이 있기 때문에 강인한 차선 인식 알고리즘을 개발하기 위한 연구가 필요하다. 이 논문에서는 강인한 차선 인식을 위해 손상된 차선을 복원하는 비지도 차선 복원 알고리즘을 제안한다. 손상된 차선에 대한 정답 데이터를 만드는 것은 어려운 작업이기 때문에 비지도 학습을 사용해 차선 복원 알고리즘을 학습했으며, 이를 위해 사전에 학습된 차선 인식 네트워크를 활용했다. 이 논문이 제안한 차선 복원 알고리즘의 효과를 입증하기 위해 복원된 이미지에서 차선 인식 알고리즘을 사용해 차선 인식 성능을 측정했으며, 제안한 차선 복원 알고리즘을 사용하면 차선 인식 성능이 개선됨을 확인했다.
