초록
부품 인식 팬오 若要更正并符合您的要求，我将重新翻译这段文字，确保其准确、流畅、正式且忠于原文：부품 인식 팬오라믹 세그멘테이션(Part-aware Panoptic Segmentation, PPS)은 (a) 이미지 내의 각 전경 객체와 배경 영역을 세그먼트화하고 분류하며, (b) 해당 전경 객체 내의 모든 부품을 세그먼트화, 분류하고 그 부모 객체와 연결하는 것을 요구합니다. 기존 방법들은 객체 수준과 부품 수준의 세그먼트화를 별도로 수행하여 PPS에 접근하지만, 이들의 부품 수준 예측은 개별 부모 객체와 연결되어 있지 않습니다. 따라서 학습 목표가 PPS 작업 목표와 일치하지 않아 PPS 성능에 악영향을 미칩니다. 이를 해결하고 더 정확한 PPS 예측을 위해, 우리는 작업 일치형 부품 인식 팬오라믹 세그멘테이션(Task-Aligned Part-aware Panoptic Segmentation, TAPPS)을 제안합니다. 이 방법은 공유 쿼리 집합을 사용하여 (a) 객체 수준 세그먼트와 (b) 동일한 객체 내의 부품 수준 세그먼트를 공동으로 예측합니다. 결과적으로, TAPPS는 개별 부모 객체와 연결된 부품 수준 세그먼트를 예측하도록 학습되며, 학습 목표가 작업 목표와 일치하게 되어 TAPPS는 공동 객체-부품 표현을 활용할 수 있게 됩니다. 실험을 통해 우리는 TAPPS가 객체와 부품을 별도로 예측하는 방법들보다 상당히 우수한 성능을 보임을 입증하였으며, 새로운 최고 수준의 PPS 결과를 달성하였습니다.