초록
객체 분석 -- 객체를 의미론적 부분으로 분해하는 작업 -- 는 전통적으로 범주 수준의 분할 문제로 정식화되어 왔습니다. 그 결과, 이미지에 여러 객체가 있는 경우, 현재 방법들은 장면 내 객체의 수를 세거나 어떤 부분이 어떤 객체에 속하는지를 결정할 수 없습니다. 우리는 이 문제를 인스턴스 수준에서 객체의 부분을 분할함으로써 해결합니다. 즉, 이미지의 각 픽셀은 부분 라벨과 해당 객체의 식별자(ID)가 할당됩니다. 또한, 이 접근 방식이 더 거친 단위에서도 분할을 얻는 데 어떻게 도움이 되는지를 보여줍니다. 제안된 네트워크는 감지 결과를 주어진 상태에서 엔드투엔드로 훈련되며, 범주 수준의 분할 모듈로 시작합니다. 이후, 입력 이미지마다 변동 가능한 수의 인스턴스에 대해 정의된 미분 가능한 조건부 랜덤 필드(Conditional Random Field)가 인간 감지와 연관시켜 각 부분의 식별자를 추론합니다. 다른 접근 방식과 달리, 우리의 방법은 각 이미지에서 사람의 수가 다르더라도 처리할 수 있으며, 우리의 통합적인 네트워크는 인스턴스 수준의 부분 및 인간 분할에서 최고 수준의 성능을 보여주며, 범주 수준의 부분 분할에서도 경쟁력 있는 결과를 단일 순방향 패스를 통해 얻습니다.