PatchScene: 대규모 장면 완성을 위한 패치 기반 복셀 확산 모델
PatchScene: Patch-based Voxel Diffusion for Large-Scale Scene Completion
본 논문에서는 대규모 라이다(LiDAR) 장면 완성(scene completion)을 위한 새로운 확산(diffusion) 기반 프레임워크인 PatchScene을 제안합니다. 전역 잠재 표현(global latent representation)이나 조밀한 복셀 그리드(dense voxel grid)에 의존하는 기존 방법들과 달리, PatchScene은 국소적인 3D 영역 내에서 세밀한 기하학적 구조를 명시적으로 생성하는 패치 기반 복셀 확산 패러다임을 채택합니다. 공간 및 시간적 규모 모두에서 일관된 재구성을 보장하기 위해, 중첩되는 패치와 인접 프레임을 통합된 생성 과정 내에서 결합하는 신뢰도 기반 시공간 융합(confidence-guided spatio-temporal fusion) 메커니즘을 도입합니다. 또한, 라이다 스캔의 방사형 밀도 패턴을 활용하여 근거리 영역에서 원거리 영역으로 고충실도 정보를 점진적으로 전파함으로써 공간적으로 무제한인 장면 완성을 가능하게 하는 Annular-Flow 확산 전략을 설계합니다. SemanticKITTI 벤치마크에 대한 광범위한 실험을 통해 PatchScene이 모든 표준 지표에서 최고 수준의 성능(SOTA)을 달성하며, 기하학적 정확도와 시간적 일관성 모두에서 이전 접근 방식들을 능가함을 입증합니다. 특히 20m 라이다 범위에서 학습된 모델이 재학습 없이도 50m 장면에 효과적으로 일반화되어, 실제 자율주행 애플리케이션에 대한 강력한 확장성과 일반화 능력을 보여줍니다. 프로젝트 페이지: https://patchscene.github.io/