초록
보행자 검출은 도시 자율 주행 안전성에 큰 영향을 미치는 컴퓨터 비전 분야에서 중요한 문제입니다. 본 연구에서는 의미 분할이 보행자 검출 정확도를 향상시키면서 네트워크 효율성에 거의 영향을 미치지 않는 방법을 탐구합니다. 우리는 의미 분할과 보행자 검출에 대한 공동 감독을 가능하게 하는 분할 융합 네트워크(Segmentation Infusion Network)를 제안합니다. 이 추가적인 감독이 적절히 배치되면 공유 레이어의 특징들이 더 고급스럽고 후속 보행자 검출기에 유용하도록 도와줍니다. 이러한 접근법을 사용하여 우리는 약한 주석이 포함된 박스가 상당한 성능 향상에 충분하다는 것을 발견했습니다. 우리는 공유 레이어가 어떻게 분할 감독에 의해 형성되는지를 심층적으로 분석하여 이를 입증합니다. 이를 통해 결과적으로 생성된 특징 맵들이 더 의미론적으로 유의미하고 형태와 가림 현상(occlusion)에 견디는 능력을 갖추게 되었다는 것을 보여줍니다. 전체적으로, 우리의 동시 검출 및 분할 프레임워크는 Caltech 보행자 데이터셋에서 최신 기술(state-of-the-art)보다 상당한 개선을 이루었으며, KITTI에서도 경쟁력 있는 성능을 보였습니다. 또한, 이 방법은 경쟁 기법들보다 2배 빠르게 실행됩니다.