Earticle

초록

영어

Lane detection is a key perception task for autonomous driving because it provides information on the road_structure, but low-light environments reduce lane-marking contrast and increase noise and reflections, degrading detection reliability. Existing low-light enhancement methods mainly improve visual quality, so enhanced images do not necessarily provide suitable inputs for lane detection. This paper proposes a task-aware ZeroDCE-CLRNet framework for low-light lane detection. The proposed framework connects the image enhancement module and the lane detector module within a single differentiable computation graph, allowing the detection loss to be backpropagated to the enhancement module for lane-detection-oriented learning. In addition, a lane-aware constraint is designed as an auxiliary loss term to stabilize task-aware learning. Experiments on CULane-based low-light inputs showed that the proposed framework improves the F1@50 from 0.7151 to 0.7713, corresponding to 68.4% of the degradation gap.

한국어

차선 검출은 자율주행에 필요한 도로 구조 정보를 제공하는 핵심 인지 기술이다. 그러나 저조도 환경에서는 차선 마킹의 대비가 감소하고 노이즈 및 반사광이 증가하여 검출 안정성이 저하된다. 기존 저조도 영상 보정 기법은 주로 시각적 품질 개선에 초점을 맞추기 때문에 보정된 영상이 차선 검출에 유리한 입력이 된다고 보장할 수 없다. 본 논문에서는 이러한 한계를 해결하기 위해 저조도 차선 검출을 위한 task-aware ZeroDCE-CLRNet 프레임워크를 제안한다. 제안 프레임워크는 영상 향상 모듈과 차선 검출 모듈을 하나의 미분 가능한 계산 그래프로 연결함으로써, 검출 손실이 영상 향상 모듈까지 역전파되어 차선 검출에 유리한 방향으로 학습되도록 한다. 또한 task-aware 학습을 안정화하기 위해 손실항으로 lane-aware constraint를 설계하였다. CULane 기반 저조도 입력 실험에서 제안 프레임워크는 F1@50을 0.7151에서 0.7713으로 향상시켜 성능 저하분의 68.4%에 해당하는 개선을 달성하였다.

목차

요약
ABSTRACT
Ⅰ. 서론
1. 개요
Ⅱ. 관련 연구
1. 차선 검출
2. 저조도 영상 보정
3. Perception task를 위한 task-aware enhancement
Ⅲ. 제안 방법
1. 문제 정의와 입력 구성
2. ZeroDCE-CLRNet 구조
3. Task-aware 손실 함수
4. Two-Stage 학습 전략
Ⅳ. 실험 설정
Ⅴ. 결과 및 분석
1. 정량적 결과
2. 정성적 결과
Ⅵ. 고찰
Ⅶ. 결론
ACKNOWLEDGEMENTS
REFERENCES

키워드

저자

• 김대용 [ Dae-Yong Kim | 한국과학기술원 AI대학 학생연구원 ] 주저자
• 공승현 [ Seung-Hyun Kong | 한국과학기술원 조천식모빌리티대학원 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국ITS학회논문지 [The Journal of The Korean Society of Intelligent Transport Systems]

• 간기

  격월간

• pISSN

  1738-0774

• eISSN

  2384-1729

• 수록기간

  2003~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 326 DDC 338