의미론적 영상 분할의 정확도 향상을 위한 에지 정보 기반 후처리 방법Post-processing Algorithm Based on Edge Information to Improve the Accuracy of Semantic Image Segmentation
- Other Titles
- Post-processing Algorithm Based on Edge Information to Improve the Accuracy of Semantic Image Segmentation
- Authors
- 김정환; 김선혁; 김주희; 최형일
- Issue Date
- Mar-2021
- Publisher
- 한국콘텐츠학회
- Keywords
- 컴퓨터비전; 머신러닝; 딥러닝; 영상처리; 의미론적 분할; Computer Vision; Machine Learning; Deep Learning; Image Processing; Semantic Segmentation
- Citation
- 한국콘텐츠학회 논문지, v.21, no.3, pp.23 - 32
- Journal Title
- 한국콘텐츠학회 논문지
- Volume
- 21
- Number
- 3
- Start Page
- 23
- End Page
- 32
- URI
- http://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/40775
- DOI
- 10.5392/JKCA.2021.21.03.023
- ISSN
- 1598-4877
- Abstract
- 컴퓨터 비전 분야의 의미론적 영상 분할(Semantic Image Segmentation) 기술은 이미지를 픽셀 단위로 분할 하여 클래스를 나누는 기술이다. 이 기술도 기계 학습을 이용한 방법으로 성능이 빠르게 향상되는 중이며, 픽셀 단위의 정보를 활용할 수 있는 높은 활용성이 주목받는 기술이다. 그러나 이 기술은 초기부터 최근까지도 계속 ‘세밀하지 못한 분할’에 대한 문제가 제기되어 왔다. 이 문제는 레이블 맵의 크기를 계속 늘리면서 발생한 문제이기 때문에, 자세한 에지 정보가 있는 원본 영상의 에지 맵을 이용해 레이블 맵을 수정하여 개선할 수 있을 것으로 예상할 수 있었다. 따라서 본 논문은 기존 방법대로 학습 기반의 의미론적 영상 분할을 유지하되, 그 결과인 레이블 맵을 원본 영상의 에지 맵 기반으로 수정하는 후처리 알고리즘을 제안한다. 기존의 방법에 알고리즘의 적용 한 뒤 전후의 정확도를 비교했을 때 평균적으로 약 1.74% 픽셀 정확도와 1.35%의 IoU(Intersection of Union) 정확도가 향상되었으며, 결과를 분석했을 때 성공적으로 본래 목표한 세밀한 분할 기능을 개선했음을 보였다.
- Files in This Item
- There are no files associated with this item.
- Appears in
Collections - College of Information Technology > Global School of Media > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.