PyTorchKR Papers

최신 논문

총 4편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.03283v1cs.RO

HexVIO: 상용 DSP를 활용한 하루 종일 지속 가능한 스테레오-관성 트래킹을 향하여

HexVIO: Towards All-Day Stereo-Inertial Tracking Through Commodity DSPs

기기가 주변 환경 내에서 스스로의 위치를 파악(localize)하는 능력은 공간 컴퓨팅(spatial computing)을 위한 필수적인 전제 조건입니다. 시각-관성 주행 거리 측정(VIO, Visual-inertial odometry)은 이 작업에 있어 비용 효율적이면서도 정확한 해결책임이 입증되었습니다. 효율적인 VIO 구현은 발열이 적고 더 가벼우며 저렴한 기기를 가능하게 하고 배터리 수명을 늘리며 사용자 경험을 향상시킬 수 있으므로 로봇, 웨어러블, XR 기기, 드론 등에서 큰 이점을 얻을 수 있습니다. 본 연구에서는 현대의 많은 스마트폰과 XR 기기에 탑재되어 있는 상용 코프로세서인 Hexagon DSP를 활용하여 VIO 시스템의 효율성을 향상시키는 방안을 제안합니다. 제안하는 접근법은 백엔드는 메인 CPU에 유지하면서 스테레오-관성 주행 거리 측정 시스템의 시각 프론트엔드를 DSP로 오프로드(offload)합니다. DSP 아키텍처에 맞게 구현을 최적화함으로써 CPU 단독 실행 대비 전력 소비와 지연 시간(latency)을 크게 줄였습니다. 본 연구의 시스템인 HexVIO는 상용 스마트폰에서 전력 소비를 67% 절감하거나 처리량(throughput)을 86% 증가시킬 수 있음을 입증하였으며, 0.83 W의 전력으로 실시간 30 fps 트래킹을 장시간 유지할 수 있어 테스트 기기 기준으로 약 18시간 동안 트래킹이 가능합니다. 이러한 결과는 로보틱스 및 모바일 기기에서 하루 종일 지속 가능한 시각-관성 트래킹을 구현하는 데 있어 상용 DSP의 잠재력을 잘 보여줍니다.

arXiv:2606.24805v2cs.CV

DDStereo: 스테레오 3D 도로 이상 검출을 위한 효율적인 이중 디코더 트랜스포머

DDStereo: Efficient Dual Decoder Transformers for Stereo 3D Road Anomaly Detection

자율주행 환경에서 배포 비용, 검출 정확도, 오픈셋 적응성을 동시에 충족하기 위해 이중 디코더 구조의 스테레오 트랜스포머인 DDStereo를 제안하며, 스테레오 시차(disparity) 특징을 활용해 3D 객체 검출과 분포 외(Out-of-Distribution) 도로 이상 검출을 단일 파이프라인에서 24ms 실시간 추론으로 통합한다. 공유 객체 쿼리 메커니즘으로 복잡한 특징 수준 융합 없이 크로스 태스크 정렬을 유지하며, AR-OoD 및 KITTI 벤치마크에서 오픈셋·클로즈드셋 프로토콜 모두 최고 수준의 정확도를 달성했다.

arXiv:2607.00189v1cs.CV

VOCA: 코덱 인식 기반 비주얼 오도메트리

VOCA: Visual Odometry with Codec Awareness

비디오 코덱으로 압축된 영상에서 발생하는 시각적 아티팩트가 기존 비주얼 오도메트리(VO) 시스템의 추적 성능을 저하시키는 문제를 해결하기 위해, H.264 등 코덱의 모션 벡터 정보를 KLT 추적의 초기값으로 활용하는 인과적 스테레오 VO 방법 VOCA를 제안한다. VOCA는 EuRoC, TUM-VI, Monado SLAM Dataset에서 약 100배 압축된 스트림에 대해 상대 및 절대 궤적 오차 기준 최첨단 성능을 달성한다.

arXiv:2606.12473v1cs.CV

AMD Kria K26 SOM에서 인체 자세 추정(HPE)을 이용한 스테레오 비전 기반 낙상 예측 및 탐지

Stereo Vision-Based Fall Prediction and Detection using Human Pose Estimation on the AMD Kria K26 SOM

배경 및 목적: 노인의 낙상은 심각한 부상을 유발하고 삶의 질을 저하시킬 수 있다. 해를 예방하고 웰빙을 지원하기 위해 적시의 예측과 탐지가 필수적이다. 본 연구에서는 AMD Kria K26 SOM(System-on-Module)에서 HPE(인체 자세 추정)를 활용한 휴대 가능하고 저전력이며 배터리 구동식 스테레오 비전 기반 낙상 예측 및 탐지 시스템을 제안한다. 목표는 실시간 낙상 탐지를 위한 비침습적이고 프라이버시를 보호하는 시스템을 구축하는 것이다. 방법: 시스템은 USB를 통해 K26 SOM에 연결된 Intel RealSense D455 거리 센싱 카메라를 사용한다. 60 FPS로 동기화된 RGB(640 x 480 x 3) 및 깊이 프레임(640 x 480 픽셀)을 캡처한다. SOM은 양자화된 YOLOX, Anchor-to-Joint(A2J), 낙상 탐지 모델로 구성된 3단계 파이프라인을 실행한다. YOLOX는 RGB 프레임에서 사람 경계 상자(bounding box)를 식별한 후 프라이버시 보호를 위해 RGB 프레임을 폐기한다. A2J는 깊이 프레임을 사용하여 사람당 15개의 관절 키포인트를 추정한다. CNN은 선택된 관절 좌표(x, y, z)를 사용하여 낙상 활동을 분류한다. YOLOX는 CrowdHuman에서, A2J는 ITOP, MP-3DHP, UR Fall Detection 및 사용자 정의 SDSU PSG 데이터셋에서, CNN은 UR Fall Detection과 SDSU PSG에서 학습되었다. 설계에는 단일 코어 DPU를 사용한 직렬 파이프라인과 YOLOX와 A2J를 다중 스레드로 실행하는 듀얼 코어 DPU를 사용했다. 결과: 양자화 정확도는 YOLOX에 대해 IoU >= 50%, A2J에 대해 10cm 규칙을 적용한 mAP, CNN에 대해 분류 정확도((TP + TN)/(TP + TN + FP + FN))로 평가하였다. 정확도는 각각 74%, 84.13%, 75.85%였다. 처리량은 단일 스레드 파이프라인의 2.5 FPS에서 다중 스레드 버전의 4.5 FPS로 향상되었다. 결론: 결과는 AMD Kria K26 엣지 디바이스에서 프라이버시 보호 낙상 탐지의 실현 가능성을 보여준다. 온디바이스 HPE 및 낙상 분류는 클라우드 의존 없이 실행되어 노인 모니터링 및 보조 의료를 지원한다. 향후 연구에서는 모델 정확도와 속도를 개선할 것이다.