CASSOD-Net: 임베디드 비전 시스템 및 응용을 위한 확장 컨볼루션의 계단식 및 분리형 구조

합성곱 신경망의 시야각(Field of View, FOV)은 추론 정확도와 밀접하게 관련되어 있다. 확장 합성곱(dilated convolutions)은 넓은 FOV를 요구하는 문제에 대해 효과적인 해결책으로 알려져 있다. 그러나 일반 목적 하드웨어 또는 전용 하드웨어에서는 표준 합성곱에 비해 확장 합성곱을 처리하는 데 추가적인 시간이 소요되는 경우가 많다. 본 논문에서는 CASSOD(Convolution with Cascaded and Separable Structure of Dilated) 합성곱이라는 새로운 네트워크 모듈과 이를 효율적으로 처리할 수 있는 특수 하드웨어 시스템을 제안한다. CASSOD-Net은 다수의 연결된 2×2 확장 필터를 포함하며, 전통적인 3×3 확장 필터를 정확도 저하 없이 대체할 수 있다. 얼굴 탐지와 이미지 세그멘테이션과 같은 두 가지 예시 응용 사례에서 확장 합성곱과 제안된 CASSOD 모듈을 비교 실험하였다. 얼굴 탐지용 새 네트워크는 기존 연구 대비 맥락 모듈의 확장 합성곱 계층에서 필터 가중치를 단지 47%만 사용함에도 불구하고 더 높은 정확도를 달성하였다. 또한 제안된 하드웨어 시스템은 확장 합성곱 연산을 가속화할 수 있으며, 필터 크기가 3×3일 경우 기존 하드웨어 시스템보다 2.78배 빠르게 동작한다.