초록
최근 들어 이미지 의미 분할의 급속한 발전에 힘입어 영상 의미 분할이 활발히 연구되고 있다. 그러나 이와 같은 과제에서 프레임별로 독립적으로 이미지 분할을 수행하는 것은 계산 비용이 매우 높아 실용적으로는 불가능하다. 이를 해결하기 위해 많은 연구들이 이전 프레임의 특징을 재사용하기 위해 흐름 기반 특징 전파 기법을 활용하고 있다. 그러나 광학 흐름 추정 과정에서 불가피하게 발생하는 오차로 인해 전파된 특징이 왜곡되는 문제가 존재한다. 본 논문에서는 이러한 왜곡 문제를 완화하기 위해 왜곡 인지 특징 보정 기법을 제안한다. 이는 왜곡된 전파 특징을 보정함으로써 영상 의미 분할 성능을 향상시킨다. 구체적으로, 특징 공간에서 이미지 공간으로 왜곡 패턴을 전이하여 효과적인 왜곡 맵 예측을 수행한다. 왜곡 맵의 안내를 받으며, 왜곡된 영역에서 전파된 특징을 보정하는 특징 보정 모듈(Feature Correction Module, FCM)을 제안한다. 제안한 방법은 낮은 계산 비용으로 영상 의미 분할의 정확도를 크게 향상시킬 수 있다. Cityscapes 및 CamVid 데이터셋에서 수행된 광범위한 실험 결과를 통해, 본 방법이 최근 최고 성능 기법들을 능가함을 입증하였다.