초록
본 논문에서는 트랜스포머를 사용하여 후처리와 휴리스틱 기반 중간 처리(엣지/접점/영역 검출)가 필요 없는 단일 라인 세그먼트 검출 알고리즘을 제시합니다. 본 방법은 LinE 세그먼트 TRansformers (LETR)로 명명되며, 트랜스포머 내에서 토큰화된 쿼리를 통합하고, 자기 주의 메커니즘과 인코더-디코더 전략을 활용함으로써 엣지 요소 검출 및 지각 그룹핑 과정에서 표준 휴리스틱 설계를 생략하는 이점을 제공합니다. 우리는 트랜스포머에 다중 스케일 인코더/디코더 전략을 적용하여 직접적인 엔드포인트 거리 손실 하에서 미세한 라인 세그먼트 검출을 수행할 수 있도록 설계하였습니다. 이 손실 항은 표준 바운딩 박스 표현으로 쉽게 나타내기 어려운 라인 세그먼트와 같은 기하학적 구조를 감지하기에 특히 적합합니다. 트랜스포머는 여러 층의 자기 주의를 통해 점진적으로 라인 세그먼트를 개선하도록 학습됩니다. 실험 결과, Wireframe 및 YorkUrban 벤치마크에서 최신 수준의 성능을 보였습니다.