새로운 데이터셋과 경계 주의(semantics segmentation) 기반의 얼굴 구문 분석

얼굴 분할(face parsing)은 화장 적용 및 얼굴 이미지 생성 등 다양한 응용 가능성을 지녀 최근 점점 더 많은 관심을 받고 있다. 본 논문에서는 얼굴 분할 작업에 대해 두 가지 측면에서 기여를 한다. 첫째, 픽셀 단위의 얼굴 분할 레이블링을 위한 고효율 프레임워크를 개발하고, 새로운 대규모 랜드마크 유도 얼굴 분할 데이터셋(LaPa)을 구축하였다. LaPa는 표정, 자세, 가림 현상 등이 풍부하게 포함된 22,000여 장의 얼굴 이미지를 포함하며, 각 이미지에는 11개의 카테고리로 구성된 픽셀 단위 레이블 맵과 106개의 랜드마크 정보가 함께 제공된다. 이 데이터셋은 얼굴 분할 기술의 발전을 촉진하기 위해 연구 공동체에 공개되어 있다. 둘째, 경계 정보를 효과적으로 활용하기 위해 정교하게 설계된 손실 함수를 갖춘 3개의 분기 네트워크를 포함하는 간단하면서도 효과적인 경계 주의(semantics segmentation) 분할 기법인 BASS(Boundary-Attention Semantic Segmentation)를 제안한다. 제안한 방법은 본 연구에서 구축한 LaPa 기준 벤치마크 및 공개된 Helen 데이터셋에서 실시한 광범위한 실험을 통해 기존 방법 대비 우수한 성능을 입증하였다.