정의
의미론적 분할은 이미지의 모든 픽셀을 도로, 건물, 보행자 등의 범주로 분류하는 컴퓨터 비전 작업입니다.
목적
목적은 자율주행, 의료 영상, 로봇공학 분야의 AI 애플리케이션에 대한 자세한 장면 이해 기능을 제공하는 것입니다.
중요성
- 안전이 중요한 시스템에서 픽셀 수준의 인식에 필수적입니다.
- 경계 상자에 비해 정확한 객체 경계를 지정할 수 있습니다.
- 대용량의 주석이 달린 데이터 세트가 필요합니다.
- 고해상도에서는 계산 집약적입니다.
작동 원리
- 픽셀 수준의 주석이 달린 이미지를 수집하고 레이블을 지정합니다.
- 완전 합성 신경망과 같은 딥 러닝 모델을 훈련합니다.
- 입력 이미지는 픽셀 수준의 예측으로 처리됩니다.
- 출력 마스크는 각 픽셀을 클래스에 할당합니다.
- IoU(Intersection over Union)와 같은 지표를 사용하여 평가합니다.
예시(실제 세계)
- 도시 풍경 데이터 세트: 도시 풍경에 대한 의미적 분할.
- 테슬라 오토파일럿: 도로 주행을 위한 픽셀 수준 분할.
- 의료 영상: MRI 스캔에서 종양 분할.
참고문헌 / 추가 자료
- Long 외. "의미론적 분할을 위한 완전 합성곱 신경망." CVPR 2015.
- 도시경관 데이터세트.
- IEEE 의료영상학회지.
