Sematic Image Segmentation Using Coarse Label Map
Hyunjun Eun, Chanho Jung, Changick Kim · 한국통신학회논문지 · 2019
딥러닝 기반 의미적 영상 분할 방법은 학습을 위해 많은 비용이 요구되는 고정밀 레이블 지도가 필요하다. 이러한 문제점을 해결하고자 우리는 상대적으로 생성이 쉬운 저정밀 레이블 지도를 이용한 의미적 분할 방법을 제안한다. 제안하는 방법은 저정밀 레이블 지도를 활용하여 레이블 히트맵을 정의하고, 이를 CRF의 단항 퍼텐셜로 이용하여 의미적 분할을 수행한다. Cityscape 데이터 셋에 대한 성능평가에서, 제안하는 방법의 결과가 저정밀 레이블 지도 대비 더 향상된 성능을 내었고, 딥러닝 기반 방법 성능의 66%에 가까운 성능을 얻었다. 본 연구는 의미적 영상 분할 연구 및 고정밀 레이블 지도 생성에 도움이 될 것으로 판단된다.