자동차용 포인트 클라우드 의미론적 분할을 위한 Vanilla ViT

연구진은 자동차용 LiDAR 포인트클라우드 의미 분할을 위한 순수 Vision Transformer 기반 모델 VaViT를 공개했다.

재설계된 토크나이저, 경량 디코더, 맞춤형 데이터 증강을 통해 U-Net 계열 모델과의 격차를 크게 줄였다.

VaViT는 nuScenes, SemanticKITTI, Waymo Open Dataset에서 강한 성능을 보였다.

이번 결과는 별도 특화 구조 없이도 일반 ViT가 3D 분할을 잘 수행할 수 있음을 보여주며, 자율주행 인지 시스템을 단순화할 가능성을 시사한다.