초록
악기 날씨 조건 하에서 강건한 시각 인식은 실세계 응용에서 매우 중요한 과제이다. 본 연구에서는 안개 조건에 강건한 의미 분할 모델을 학습하기 위한 새로운 방법을 제안한다. 본 방법의 핵심 아이디어는 이미지의 안개 조건을 그 이미지의 스타일로 간주하고, 분할 모델의 신경망 스타일 공간에서 서로 다른 안개 조건을 가진 이미지 간의 스타일 차이를 줄이는 것이다. 특히, 일반적으로 이미지의 신경망 스타일은 안개 외에도 다양한 요인에 의해 영향을 받기 때문에, 스타일 내에서 안개와 관련된 요소를 추출할 수 있도록 안개 통과 필터(fog-pass filter) 모듈을 도입한다. 이 안개 통과 필터와 분할 모델을 교차적으로 최적화함으로써, 서로 다른 안개 조건 간의 스타일 차이를 점차 줄이고, 결과적으로 안개에 불변(invariant)인 특징을 학습할 수 있게 된다. 제안하는 방법은 세 가지 실제 안개가 낀 이미지 데이터셋에서 기존의 방법들을 크게 능가한다. 또한, 안개가 있는 이미지뿐만 아니라 맑은 날씨 이미지에서도 성능이 향상되며, 기존 방법들이 맑은 환경에서는 성능이 저하되는 경향과 대비된다.