초록
최근 많은 층을 가진 컨벌루션 신경망이 이미지 분류, 객체 감지 등 고급 작업에서 뛰어난 결과를 보여주고 있으며, 최근에는 의미 분할에서도 우수한 성능을 발휘하고 있습니다. 특히 의미 분할의 경우, 두 단계 과정이 자주 사용됩니다. 이 과정에서는 첫 번째 단계로 컨벌루션 신경망을 훈련시켜 좋은 지역적인 픽셀 단위 특성을 제공하고, 두 번째 단계에서는 전통적으로 더 전역적인 그래픽 모델을 사용합니다. 본 연구에서는 이러한 두 단계 과정을 하나의 통합된 합동 훈련 알고리즘으로 결합하였습니다. 우리는 의미 이미지 분할 작업에 우리의 방법을 적용하여 도전적인 PASCAL VOC 2012 데이터셋에서 긍정적인 결과를 보여주었습니다.