초록
본 연구에서는 끊김 없는 장면 분할 결과를 제공하도록 엔드투엔드로 훈련될 수 있는 새로운 CNN 기반 아키텍처를 소개합니다. 우리의 목표는 단순히 독립적으로 훈련된 분할 모델과 검출 모델을 결합하는 것을 넘어, 팬오라믹 출력 형식을 통해 일관된 의미론적 분할 및 검출 결과를 예측하는 것입니다. 제안된 아키텍처는 Feature Pyramid Network에서 생성된 다중 스케일 특징과 경량화된 DeepLab 형태의 모듈이 전달하는 문맥 정보를 원활하게 통합하는 새로운 분할 헤드를 활용합니다. 추가적으로, 팬오라믹 메트릭을 검토하고 비인스턴스 카테고리를 평가할 때 그 한계점을 극복할 수 있는 대안을 제시합니다. 제안된 네트워크 아키텍처는 Cityscapes, Indian Driving Dataset, Mapillary Vistas 등 세 가지 도전적인 거리 수준 데이터셋에서 최신 성능을 달성하였습니다.