Abstract
본 논문에서는 실시간 의미론적 분할에서 최근에 많이 사용되는 이중 경로 백본을 변형한 삼중 경로 방식과 BiSeNet v2 알고리즘의 핵심인 집계 레이어(Aggregation layer)를 mDAPPM(Modified Deep Aggregation Pyramid Pooling Module)로 변경하였을 때 실시간 의미론적 분할 성능 향상을 제안한다. 기존의 집계 레이어는 단순히 2가지 경로의 특징 표현을 병합하도록 설계되었다면, 본 논문에서는 삼중 경로 mDAPPM을 이용하여 다양한 크기의 폴링 커널과 서로 다른 깊이를 통합하여 다중 스케일 특징점 추출을 진행하였다. 그 결과 실시간 속도는 기존 BiSeNet v2 동일한 88fps가 나오면서, mIOU는 BiSeNet v2 대비 max_iter = 30,000 기준으로 최대 3% 향상된 결과를 얻었다.
Funding Information
  • Ministry of Education
  • National Research Foundation of Korea (2017R1D1A1B04030870)