Core Concepts
WinSyn은 고해상도 창문 이미지 데이터셋과 절차적 모델링 기술을 통해 고품질 합성 데이터를 생성하고 이를 실제 데이터와 비교하여 평가하는 테스트베드입니다.
Abstract
WinSyn 데이터셋은 전 세계 다양한 지역에서 수집한 75,739장의 고해상도(4K~6K) 창문 사진으로 구성되어 있습니다. 이 중 9,002장의 이미지에 대해 세부적인 세그먼테이션 레이블이 수동으로 작성되었습니다. 이 데이터셋은 건축 요소 분석 및 합성 데이터 생성 연구에 활용될 수 있습니다.
연구팀은 절차적 모델링 기술을 활용하여 21,290장의 다양한 합성 창문 이미지를 생성하였습니다. 이 합성 데이터와 실제 데이터를 이용하여 세그먼테이션 모델을 학습하고 성능을 비교하였습니다. 실험 결과, 합성 데이터만으로는 실제 데이터의 성능을 따라잡기 어려운 것으로 나타났지만, 합성 데이터와 실제 데이터를 혼합하여 사용하면 성능 향상을 기대할 수 있습니다.
연구팀은 다양한 합성 데이터 생성 기법을 실험하여 재질, 조명, 카메라 위치 등의 요소가 모델 성능에 미치는 영향을 분석하였습니다. 이를 통해 현재 절차적 모델링 기술의 한계와 개선 방향을 제시하였습니다.
Stats
실제 데이터로 학습한 모델의 mIoU는 53.79입니다.
합성 데이터로 학습한 모델의 mIoU는 31.23입니다.
지역별 실제 데이터로 학습한 모델의 mIoU는 25.23~61.85 범위입니다.
Quotes
"WinSyn은 건축 요소 분석 및 합성 데이터 생성 연구에 활용될 수 있는 고해상도 데이터셋과 절차적 모델링 기술을 제공합니다."
"합성 데이터만으로는 실제 데이터의 성능을 따라잡기 어려우나, 합성 데이터와 실제 데이터를 혼합하여 사용하면 성능 향상을 기대할 수 있습니다."