초록
비지도 이미지 분할은 레이블링된 데이터가 극히 부족한 실세계 다양한 시나리오에서 중요한 과제이다. 본 논문에서는 최근의 비지도 학습 기술을 활용하여 상호정보 최대화(Mutual Information Maximization, MIM), 신경망 기반 슈퍼픽셀 분할(Neural Superpixel Segmentation), 그리고 그래프 신경망(Graph Neural Networks, GNNs)을 엔드투엔드 방식으로 결합한 새로운 접근법을 제안한다. 이와 같은 접근은 아직 탐색되지 않은 분야이다. 우리는 슈퍼픽셀의 컴팩트한 표현 특성을 활용하여 이를 GNN과 결합함으로써 이미지에 대한 강력하고 의미 있는 표현을 학습할 수 있도록 한다. 구체적으로, 제안하는 GNN 기반 방법이 이미지 내 멀리 떨어진 픽셀 간의 상호작용을 모델링할 수 있음을 보이며, 기존의 CNN 모델에 대해 정확도 향상에 기여하는 강력한 사전 지식(prior)으로 기능함을 입증한다. 실험 결과는 네 가지 주요 데이터셋에서 기존 최고 성능 기법들과 비교하여 본 방법이 정성적·정량적으로 모두 우수함을 보여준다.