Core Concepts
기존 이상치 탐지 기법의 한계를 극복하고 실내외 물체를 정확하게 분할하는 새로운 방법 제안
Abstract
이 논문은 실내외 물체 탐지를 위한 새로운 분할 기법인 S2M을 제안한다. 기존 이상치 탐지 기법은 픽셀 단위의 이상치 점수를 사용하여 물체를 탐지하지만, 적절한 임계값 선택의 어려움으로 인해 분할 결과가 부정확하고 단편화되는 문제가 있다.
S2M은 이상치 점수를 활용하여 물체 위치를 나타내는 박스 프롬프트를 생성하고, 이를 프롬프트 기반 분할 모델에 입력하여 실내외 물체를 정확하게 분할한다. 이를 통해 임계값 선택의 필요성을 제거하고 보다 정확한 분할 결과를 얻을 수 있다.
실험 결과, S2M은 기존 방법 대비 IoU 기준 약 20%, F1 점수 기준 약 40% 향상된 성능을 보였다. 또한 다양한 이상치 점수 생성 기법과 통합될 수 있어 범용성이 높다. 이를 통해 안전 운전 등 실세계 응용 분야에서 활용도가 높을 것으로 기대된다.
Stats
이상치 점수 계산 시 Shannon 엔트로피를 사용하면 불확실성이 높은 픽셀을 나타낼 수 있다.
PEBAL 방법은 에너지 기반 접근법을 통해 이상치 점수를 계산한다.
Quotes
"기존 이상치 탐지 방법은 정확한 마스크를 생성하는데 어려움이 있으며, 임계값 선택의 어려움으로 인해 단편화된 결과를 초래한다."
"S2M은 이상치 점수를 활용하여 박스 프롬프트를 생성하고, 이를 프롬프트 기반 분할 모델에 입력함으로써 임계값 선택의 필요성을 제거하고 보다 정확한 분할 결과를 얻을 수 있다."