Dense Teacher: 반감지 객체 탐지를 위한 밀도 높은 가짜 레이블

현재까지 가장 강력한 반감독 객체 탐지기(SS-OD)는 의사 박스(pseudo-boxes) 기반으로 구성되어 있으며, 정교하게 조정된 하이퍼파라미터를 필요로 하는 일련의 사후 처리 과정을 거친다. 본 연구에서는 이러한 희소한 의사 박스를 밀도 높은 예측 값으로 대체하여, 의사라벨의 통합적이고 간단한 형태로 제안한다. 의사 박스와 비교하여, 본 연구에서 제안하는 밀도 높은 의사라벨(Dense Pseudo-Label, DPL)은 어떠한 사후 처리 절차도 필요 없으며, 더 풍부한 정보를 유지할 수 있다. 또한, 밀도 높은 라벨에 포함된 노이즈를 억제하고 핵심 정보를 강조하기 위해 영역 선택 기법을 도입한다. 본 연구에서 DPL을 활용하는 반감독 객체 탐지 알고리즘을 'Dense Teacher'라 명명한다. COCO 및 VOC 데이터셋에서 다양한 설정 하에서 기존 의사 박스 기반 방법들과 비교하여 Dense Teacher는 우수한 성능을 보였다.