저자들은 4D 밀리미터파 레이더와 카메라 데이터를 사용하여 3D 객체 검출과 시맨틱 점유 예측을 공동으로 수행하는 360도 풀-씬 지각을 위한 프레임워크인 4DR360을 제안합니다. 이 방법은 거시적에서 미시적으로 특징을 집계하는 단계를 통해 전파되는 지속적 장면 상태로 시맨틱 점유를 모델링합니다.

  • 상태 유도 BEV 강화(SBE)는 프레임 내 Bird's Eye View 표현을 강화합니다.
  • 도플러 유도 시간 융합(DTF)은 더 긴 시간적 범위에서 상태 증거를 보존합니다.
  • ManTruckScenes 데이터셋은 위성 지도 기반 생성 점유 라벨로 확장됩니다.
  • 평가는 ManTruckScenes와 OmniHD-Scenes를 페어링한 통합 교차 데이터셋 프로토콜을 사용합니다.

이 프레임워크는 박스 디코딩과 점유 예측 간 상호작용이 제한된 기존 방법의 한계를 해결하여 레이더 기반 다중 작업 학습을 발전시키는 것을 목표로 합니다.