초록
우리는 약간 감독된 객체 위치 추정을 위한 개선된 기술을 제안합니다. 기존 방법들은 대상 객체의 가장 구별되는 부분에만 집중하는 한계가 있습니다. 최근 연구에서는 이 문제를 다루고, 덜 구별되는 부분들을 위해 훈련 데이터를 확장함으로써 이러한 한계를 해결하였습니다. 이를 위해 우리는 객체 위치 추정의 정확도를 높이기 위한 효과적인 데이터 증강 방법을 사용합니다. 또한, 최신 모델을 기반으로 합성곱 신경망(CNN)을 최적화하여 개선된 학습 기법을 도입합니다. 광범위한 실험을 통해 제안된 접근 방식의 효과성을 질적 및 양적으로 평가하였습니다. 특히, 현재 약간 감독된 객체 위치 추정 기술과 비교할 때, 우리의 방법은 설정에 따라 Top-1 위치 추정 정확도를 21.4 - 37.3% 향상시키는 것을 확인하였습니다.