SDDNet: 스타일 안내 듀얼 레이어 분리 네트워크를 이용한 그림자 검출

그림자 검출 분야에서 상당한 진전이 이루어졌음에도 불구하고, 현재 방법들은 복잡한 배경 위에 그림자가 있을 때 배경 색상의 부정적인 영향으로 인해 오류가 발생할 수 있습니다. 인간 시각 시스템에서 영감을 받아, 입력 그림자 이미지를 배경 계층과 그림자 계층의 조합으로 취급하고, 이 두 계층을 독립적으로 모델링하기 위해 스타일 안내 이중 계층 분리망(SDDNet, Style-guided Dual-layer Disentanglement Network)을 설계하였습니다. 이를 달성하기 위해, 우리는 각 구성 요소에 특화된 감독을 제공하면서 정보의 정합성을 유지하고 중복을 피하기 위해 재구성 제약을 통해 다수준 특징을 그림자 관련 성분과 배경 관련 성분으로 분해하는 특징 분리 및 재결합(FSR, Feature Separation and Recombination) 모듈을 개발하였습니다. 또한, 스타일 차별화와 일관화에 초점을 맞추어 특징 분리를 안내하는 그림자 스타일 필터(SSF, Shadow Style Filter) 모듈을 제안하였습니다. 이러한 두 모듈과 전체 파이프라인을 통해 우리의 모델은 배경 색상의 부정적인 영향을 효과적으로 최소화하여 세 개의 공개 데이터셋에서 우수한 성능을 보이며 실시간 추론 속도는 32 FPS를 기록하였습니다.