스카이스케이프스: 항공 영상의 미세한 의미 이해

차량 자율 주행부터 지도 제작, 인프라 모니터링, 도시 관리에 이르기까지 다양한 응용 분야에서 도시 인프라를 센티미터 수준의 정밀도로 이해하는 것은 필수적이다. 항공 이미지는 대규모 영역에 대해 실시간으로 귀중한 정보를 제공하지만, 현재까지 존재하는 어떤 데이터셋도 실제 응용 요구에 부합하는 세밀한 해상도로 항공 장면의 복잡성을 포괄하지 못하고 있다. 이러한 문제를 해결하기 위해 우리는 픽셀 단위의 의미적 레이블링을 위한 고정밀, 세밀한 주석을 갖춘 항공 이미지 데이터셋인 SkyScapes를 제안한다. SkyScapes는 건물, 도로, 식생과 같은 대규모 구조물부터 차선 마킹의 12개(부) 카테고리에 이르는 세부 사항까지 총 31개의 의미적 카테고리를 포함하고 있다. 본 데이터셋을 기반으로 두 가지 주요 과제를 정의하였다: 밀도 높은 의미적 세그멘테이션과 다중 클래스 차선 마킹 예측. 우리는 SkyScapes에서 최신 세그멘테이션 기법들의 성능을 평가하기 위해 광범위한 실험을 수행하였다. 기존 방법들은 다양한 클래스, 객체 크기, 스케일, 그리고 세부 사항을 처리하는 데 어려움을 겪고 있다. 따라서 다양한 스케일에서의 특징 추출에 더 적합하도록 의미적 에지 탐지 기능을 통합한 새로운 다중 과제 모델을 제안한다. 제안된 모델은 두 과제 모두에서 기준 모델 대비 영역 윤곽과 세부 사항의 정확도에서 두드러진 개선을 보였다.