초록
본 연구에서는 대상 객체와 배경에 대한 사용자 애노테이션을 입력받아 이미지 세분화를 수행하는 인터랙티브 이미지 세분화 알고리즘을 제안한다. 제안된 방법은 각 픽셀이 애노테이션된 위치로부터의 거리를 측정함으로써 사용자 애노테이션을 인터랙션 맵으로 변환한다. 이후, 컨볼루션 신경망(Convolutional Neural Network, CNN)의 전방 전파(forward pass)를 수행하여 초기 세분화 맵을 생성한다. 그러나 초기 결과에서 사용자 애노테이션된 위치가 잘못 레이블링될 수 있다. 이를 보완하기 위해 본 연구는 잘못 레이블링된 픽셀을 보정하는 역전파 보정 기법(backpropagating refinement scheme, BRS)을 제안한다. 실험 결과, 제안된 알고리즘이 네 가지 도전적인 데이터셋에서 기존의 전통적 알고리즘보다 우수한 성능을 보였다. 또한, 기존의 컨볼루션 신경망을 사용자 인터랙티브 방식으로 변환함으로써 BRS의 일반성과 타당성을 다양한 컴퓨터 비전 작업에 적용하여 입증하였다.