[후기] 제 논문이 ECCV 2024에 억셉되었습니다!

[2407.02286] Rethinking Data Augmentation for Robust LiDAR Semantic Segmentation in Adverse Weather (arxiv.org)

Rethinking Data Augmentation for Robust LiDAR Semantic Segmentation in Adverse Weather

engineerJPark/LiDARWeather: [ECCV 2024] Official code of "Rethinking Data Augmentation for Robust LiDAR Semantic Segmentation in Adverse Weather". (github.com)

GitHub - engineerJPark/LiDARWeather: [ECCV 2024] Official code of "Rethinking Data Augmentation for Robust LiDAR Semantic Segmen

제가 1저자로 작성한 논문이 탑티어 학회인 ECCV에 억셉되었습니다. 기념으로 간단히 최초이자 마지막 후기를 기록하고자 합니다. 

이번에 제가 작성한 논문은 LiDAR semantic segmentation을 adverse weather에 대해서 성능이 유지되도록 하는 방법에 관한 내용을 포함하고 있습니다. LiDAR segmentation / detection 등은 눈, 비, 안개 등의 날씨에서 성능이 낮아지는 문제가 있는데, 이를 해결하기 위해서 data augmentation을 jittering과 강화학습 모델을 통한 point drop으로 구성해야한다는 내용입니다.

이 연구에서 Problem statement와 해결해야하는 문제는 오래 전부터 알고 있었지만, 마땅히 해결할 솔루션을 잡지 못하고 있었습니다. 그런데 이전에 냈었던 워크샵 페이퍼가 있어서, 캐나다에서 열리는 AAAI에 참석해야하는 상황이었습니다. 학회는 참석하고 싶고 논문은 내고 싶고... 결국에는 오전/오후는 학회 참석하고 저녁부터 다음날 새벽까지는 실험을 하는 강행군을 택했습니다.

그렇게 글부터 시작해서 대부분의 코드와 실험이 제가 AAAI 학회에 참여했던 시기에 만들어졌습니다. 실험에서 글 쓰기까지 사실상 3주만에 아슬아슬하게 끝냈었습니다. 정말 운이 좋았던 것이, 잘 될 것이라고 예상했던 실험들이 예상 그대로 잘되어서 빠르게 끝낼 수 있었습니다. 이후 논문 작성할 때 글의 완성도를 높이는 것도 고생고생해서 해냈습니다...

첫 Review Score는 Strong accept, Borderline, Borderline으로 받았습니다. 정말 운이 좋았다고밖에 할 수 없었습니다. Borderline의 경우도 심한 criticize도 없었고, Strong accept의 경우도 굉장히 길게 작성해주셔서 accept의 희망이 보였습니다. 그래도 방심하다가 reject 될 수는 없기에, 마지막까지 최선을 다해 rebuttal을 진행했습니다.  Rebuttal이 main paper나 supplementary를 쓰는 것보다 더 고역이었던 것 같습니다. 대응해야하는 질문은 많은데, 쓸 공간은 없었습니다. 질문이 10개가 넘어가는데 1페이지에 넣으라니... 그래도 어떻게 어떻게 글을 구겨서 넣었습니다.

Rebuttal 이후의 review score는 Strong accept, Weak accept, Weak accept으로 한 단계씩 상승했습니다. 저의 부족한 글과 연구를 좋게 봐주신 리뷰어분들께 정말 무한한 감사를 드립니다...!

이렇게 논문은 어셉되었고, arxiv에도 올리고, 코드도 곧 공개할 예정입니다. 이번 논문이 억셉되면서, 연구에 자신감도 생기고, 어떤 점을 더 보완하면 좋을지 알게된 것 같아서 좋은 것 같습니다. 다음 연구도 빠르게 완성해서 CVPR에 낼 수 있도록 하려고 합니다.