초록
최근 보행자 검출 분야에서 중요한 진전이 이루어졌지만, 가려짐과 혼잡한 환경에서 높은 성능을 달성하는 것은 여전히 도전 과제이다. 이는 주로 보행자를 표현하는 데 널리 사용되는 2차원 축에 정렬된 경계 박스(2D axis-aligned bounding box)의 한계 때문이라고 볼 수 있다. 이 방식은 객체의 대략적인 위치와 크기만을 설명할 뿐이며, 경계 내부의 객체를 균일한 분포로 모델링함으로써, 특히 가려짐이나 혼잡한 상황에서 보행자 간의 구분이 어려워진다. 이 문제를 해결하기 위해 본 연구에서는 2차원 베타 분포(Beta distribution)를 기반으로 한 새로운 표현 방식인 '베타 표현(Beta Representation)'을 제안한다. 이 표현은 전체 신체 박스와 가시 영역 박스 간의 명시적 관계를 구성함으로써 보행자를 보다 정교하게 묘사하며, 각 픽셀에 다른 확률 값을 부여함으로써 시각적 질량의 중심을 강조한다. 결과적으로, 베타 표현은 혼잡한 환경에서 겹쳐진 객체들을 보다 효과적으로 구분할 수 있도록 하며, 이를 위한 새로운 NMS 전략인 '베타 NMS(BetaNMS)'를 함께 도입하였다. 더불어 베타 표현의 잠재력을 극대화하기 위해 베타 헤드(BetaHead)와 베타 마스크(BetaMask)를 탑재한 새로운 파이프라인인 베타 R-CNN(Beta R-CNN)을 제안하였으며, 이는 가려짐 및 혼잡한 환경에서도 높은 검출 성능을 달성하는 데 기여한다.