김준환 스트라드비젼 대표 “3D 객체 인식 기술 정확도 99% 수준”자율주행 소프트웨어 ‘SVNet’을 개발하는 스트라드비젼은 지난 2014년 설립 이후 매년 세계가전박람회 CES에 참가하고 있다. 올해는 더욱 고도화된 SVNet 성과를 확인하는 자리였다. 자율주행은 인지와 판단, 제어 크게 3가지 핵심기술로 구성돼 있다. 사람으로 따지면 눈으로 보고, 뇌에서 판단하고, 발로 움직이는 격이다. 스트라드비젼 인식용 소프트웨어 SVNet은 바로 눈의 역할을 한다.현재 SVNet은 3D로 구현돼 곧 양산을 앞두고 있다. 김준환 스트라드비젼 대표는 “3D 인식 네트워크는 영상을 입력받아서 실제 차량이 주행하는 3D 물리공간의 정보를 딥러닝 네트워크 출력으로 제공하는 기술”이라며 강조했다.이어 “기존 2D 인식방식은 딥러닝 네트워크가 이미지 공간(2D)에서의 정보를 내보내고 후처리를 통해 2D정보를 3D 공간의 정보로 변환해 제공하는 형식이었고, 이는 3D 물리정보가 없는 후처리 기술의 한계로 정확도 성능확보에 어려움이 많이 있었다”며 “결국 이 방식으로는
김준환 스트라드비젼 대표 “3D 객체 인식 기술 정확도 99% 수준” 자율주행 소프트웨어 ‘SVNet’을 개발하는 스트라드비젼은 지난 2014년 설립 이후 매년 세계가전박람회 CES에 참가하고 있다. 올해는 더욱 고도화된 SVNet 성과를 확인하는 자리였다. 자율주행은 인지와 판단, 제어 크게 3가지 핵심기술로 구성돼 있다. 사람으로 따지면 눈으로 보고, 뇌에서 판단하고, 발로 움직이는 격이다. 스트라드비젼 인식용 소프트웨어 SVNet은 바로 눈의 역할을 한다.현재 SVNet은 3D로 구현돼 곧 양산을 앞두고 있다. 김준환 스트라드비젼 대표는 “3D 인식 네트워크는 영상을 입력받아서 실제 차량이 주행하는 3D 물리공간의 정보를 딥러닝 네트워크 출력으로 제공하는 기술”이라며 강조했다.이어 “기존 2D 인식방식은 딥러닝 네트워크가 이미지 공간(2D)에서의 정보를 내보내고 후처리를 통해 2D정보를 3D 공간의 정보로 변환해 제공하는 형식이었고, 이는 3D 물리정보가 없는 후처리 기술의 한계로 정확도 성능확보에 어려움이 많이 있었다”며 “결국 이 방식으로는
댓글 많은 뉴스