CIAN: 약하게 감독된 의미 세분화를 위한 교차 이미지 친화성 네트워크

이미지 수준의 라벨만을 사용한 약하게 감독된 의미 세분화는 픽셀 수준의 라벨 주석 작업에서 막대한 인력 노력을 절약합니다. 최첨단 접근법은 각 이미지에 대한 마스크를 생성하기 위해 다양한 혁신적인 제약 조건과 휴리스틱 규칙에 의존합니다. 이러한 방법들로 인해 큰 발전이 이루어졌지만, 이들은 각 이미지를 독립적으로 처리하며 서로 다른 이미지 간의 관계를 고려하지 않습니다. 그러나 본 논문에서는 교차 이미지 관계가 약하게 감독된 세분화에 중요하다고 주장합니다. 이는 이미지 간 관련된 영역을 연결하여 보조 표현이 전달되어 더 일관되고 통합된 영역을 얻을 수 있도록 합니다. 이러한 정보를 활용하기 위해, 이미지 수준의 라벨만으로 픽셀 수준의 교차 이미지 관계를 활용하는 엔드 투 엔드 교차 이미지 친화성 모듈을 제안합니다. 이를 통해 당사의 접근법은 Pascal VOC 2012 검증 및 테스트 세트에서 각각 64.3%와 65.3%의 mIoU를 달성하였으며, 이는 약하게 감독된 의미 세분화를 위해 이미지 수준의 라벨만을 사용하여 달성한 새로운 최첨단 결과로, 당사 접근법의 우수성을 입증합니다.