초록
현재의 이진 이미지 분할(Dichotomous Image Segmentation, DIS) 접근 방식은 이미지 매팅과 객체 분할을 근본적으로 다른 작업으로 취급하고 있습니다. 이미지 분할에서의 개선이 점점 더 어려워짐에 따라, 이미지 매팅과 그레이스케일 분할 기술을 결합하는 것이 구조적 혁신을 위한 유망한 새로운 방향을 제시합니다. 이러한 두 모델 작업을 일치시키는 가능성을 바탕으로, 우리는 DIS를 위한 새로운 구조적 접근 방식인 신뢰도 안내 매팅(Confidence-Guided Matting, CGM)을 제안합니다. 우리는 이를 처음으로 구현한 CGM 모델인 배경 제거 네트워크(Background Erase Network, BEN)를 생성했습니다. BEN은 초기 분할을 수행하는 BEN Base와 신뢰도 정제를 담당하는 BEN Refiner로 구성되어 있습니다. 우리의 접근 방식은 DIS5K 검증 데이터셋에서 현재 최고 수준의 방법들보다 상당한 개선을 이루어냈으며, 매팅 기반 정제가 분할 품질을 크게 향상시킬 수 있음을 입증하였습니다. 이 연구는 컴퓨터 비전에서 매팅과 분할 기술 간의 교차 활용 가능성에 새로운 길을 열어주고 있습니다.