기준 마스크 유도를 통한 빠른 비디오 객체 세그멘테이션

우리는 반감독 학습 기반의 영상 객체 분할을 위한 효율적인 방법을 제안한다. 제안하는 방법은 기존 최첨단 기법들과 경쟁 가능한 정확도를 달성하면서도, 다른 방법들에 비해 훨씬 짧은 시간 내에 실행될 수 있다. 이를 위해 마스크 전파와 객체 탐지의 장점을 활용하면서도 두 접근 방식의 단점을 피할 수 있도록 설계된 깊은 시아모이즈 인코더-디코더 네트워크를 제안한다. 본 네트워크는 합성 데이터와 실제 데이터를 모두 활용하는 두 단계의 훈련 과정을 통해 학습되며, 온라인 학습이나 후처리 없이도 안정적으로 작동한다. 제안된 방법은 단일 객체 및 다중 객체 분할을 모두 커버하는 네 가지 벤치마크 세트에서 검증되었으며, 모든 벤치마크 세트에서 경쟁 가능한 정확도를 보이며, 실행 시간은 수량급(orders of magnitude)으로 빠르다. 또한, 프레임워크의 성능을 분석하고 평가하기 위해 광범위한 아블레이션 및 추가 실험을 제공한다.