초록
우리는 객체 부분의 비지도 발견 및 분할 문제를 연구합니다. 이 중간 지역 표현은 객체의 내재적 구조를 찾아내고 더 설명 가능한 인식 결과를 제공하는 데 능력이 있습니다. 최근 비지도 방법들은 주석 데이터에 대한 의존성을 크게 완화시켰는데, 이러한 주석 데이터는 획득하기에 비용이 많이 들지만, 여전히 객체 분할 마스크나 주요성 맵과 같은 추가 정보에 의존하고 있습니다. 이러한 의존성을 제거하고 부분 분할 성능을 더욱 향상시키기 위해, 우리는 객체 부분의 외관과 형태 표현을 분리한 후 추가적인 객체 마스크 정보 없이 재구성 손실을 사용하는 새로운 접근법을 개발하였습니다. 변형된 해법을 피하기 위해 병목 블록(bottleneck block)이 설계되어 외관 표현을 압축하고 확장하여 기하학적 특징과 외관 사이의 더 효과적인 분리를 유도합니다. 자기 지도 부분 분류 손실과 개선된 기하학적 집중 제약 조건을 결합하면 의미론적으로 일관된 부분들을 더 잘 분할할 수 있습니다. 얼굴, 새, 그리고 PASCAL VOC 객체 등 다양한 객체에 대한 포괄적인 실험들은 제안된 방법의 효과성을 입증하였습니다.