Dense Extreme Inception Network: 엣지 탐지용 강건한 CNN 모델을 향해

이 논문은 HED(Holistically-Nested Edge Detection) 및 Xception 네트워크를 영감으로 삼아, 딥러닝 기반의 엣지 검출기(Edge Detector)를 제안한다. 제안된 방법은 인간의 시각에 자연스럽고 얇은 엣지맵을 생성할 수 있으며, 사전 훈련이나 미세 조정(fine-tuning) 과정 없이도 다양한 엣지 검출 작업에 활용할 수 있다. 두 번째 기여로는 정밀하게 엣지를 주석 처리한 대규모 데이터셋을 구축한 점이다. 이 데이터셋은 제안된 방법뿐 아니라 최신 기술 기준 알고리즘의 훈련과 비교를 위해 사용되었다. 다양한 벤치마크에서 정량적 및 정성적 평가를 수행한 결과, ODS 및 OIS 기준의 F-측정(F-measure)을 고려할 때 제안된 방법이 기존 기술보다 개선된 성능을 보였다.