네이버 지도 내비게이션, 꽃길만 가자 — 좁은 길 탐지 모델

간단 소개

네이버 지도 내비게이션의 좁은 도로 탐지 모델 개발 과정과 결과를 소개하고, 향후 데이터 품질 향상 계획을 제시합니다.

AI Summary

서론: 네이버 지도 내비게이션의 품질 향상을 위해 좁은 도로 탐지 모델 개발 과정을 소개합니다.
모델 개발 과정:
- 수치지형도 기반 모델: 도로 polygon 너비를 추정하여 좁은 도로를 탐지했지만, 정확도에 한계가 있었습니다. Voronoi Diagram을 활용하여 polygon medial axis를 근사하고, 이를 통해 도로 너비를 추정했습니다.
- 거리뷰 이미지 기반 모델: 이미지 분류를 통해 좁은 도로를 탐지하려 했으나, 배경색 문제로 실패했습니다. YUV space 기반 road color similarity 모델을 시도했으나, 도로 색상 불균일 문제로 정확도가 떨어졌습니다. 최종적으로 SegFormer를 사용한 semantic segmentation 모델을 통해 pixel 단위 도로 너비를 추정하여 좁은 도로를 탐지했습니다.
결론 및 향후 계획: 이미지 기반 모델이 polygon 기반 모델보다 정확하게 좁은 도로를 탐지했으며, 주정차 차량 탐지 등 다양한 시도를 통해 데이터 품질을 향상시킬 계획입니다.