약지도 의미론적 분할 시 분리된 특징 교환을 통한 데이터 증강 방법
저자
발행사항
서울 : 중앙대학교 첨단영상대학원, 2023
학위논문사항
학위논문(석사)-- 중앙대학교 첨단영상대학원 : 영상학과 영상공학-디지털이미징전공 2023. 2
발행연도
2023
작성언어
한국어
발행국(도시)
서울
기타서명
Disentangled feature swapping augmentation for weakly supervised semantic segmentation
형태사항
iv, 50장 : 천연색삽화, 도표 ; 26 cm
일반주기명
중앙대학교 논문은 저작권에 의해 보호받습니다
지도교수: 김영빈
참고문헌수록
UCI식별코드
I804:11052-000000238580
DOI식별코드
소장기관
약지도 의미론적 분할은 이미지 단위 범주 레이블을 활용하여 위치 맵을 기반으로 수도-마스크를 생성한다. 하지만 분류기는 배경 단서를 범주 레이블을 예측하는데 활용하는데, 이는 특정 객체가 배경과 함께 자주 등장하는 이미지로 구성된 편향된 학습 데이터에서 기인한다. 이러한 잘못된 상관관계로 인해, 분류기는 배경을 목표로 하는 객체와 혼동하여 부정확한 위치 맵이 생성된다. 우리는 분류기가 이러한 의도하지 않은 상관관계로 편향되는 것을 방지하기 위한 새로운 데이터 증강 방법을 제안한다. 먼저 전경과 배경 특징을 분리한다. 이후 분리된 특징을 미니 배치 상에서 랜덤하게 섞은 후 결합하는 양방향 특징 교환을 수행한다. 교환된 특징은 목표로 하는 객체와 관련된 정보는 보존하면서, 일반적인 맥락에서 등장하지 않은 배경과 관련된 정보를 함축하게 된다. 추가적으로 제안한 데이터 증강 방법의 성능을 향상시키기 위한 몇 가지 학습 방법을 사용한다. 우리의 실험 결과, 제안한 데이터 증강 방법을 다양한 약지도 의미론적 분할 연구에 적용한 결과, PASCAL VOC 2012 벤치마크에서 위치 맵, 수도-마스크, 그리고 생성한 수도-마스크를 사용하여 학습한 의미론적 분할 네트워크에 대해서 성능이 향상됨을 확인하였다.
더보기Weakly supervised semantic segmentation utilizes a localization map obtained from a classifier to generate a pseudo-mask. However, classifiers utilize background cues to predict class labels because of a biased dataset consisting of images, in which specific objects frequently co-occur with certain backgrounds. Consequently, the classifier confuses the background with the target objects, resulting in inaccurate localization maps. To this end, we proposed a disentangled feature swapping augmentation method to make the classifier focus more on internal objects other than on the background. Our method first disentangles the foreground and background features. Then, we randomly swap the disentangled features within mini-batches via a two-way process. These features contain various contexts that do not appear in the biased dataset, but the class relevant representation is preserved. In addition, we introduce training schemes to obtain further performance gains. Experimental results showed that when our augmentation method was used in various weakly supervised semantic segmentation methods trained on the Pascal VOC 2012 dataset, the performance of the localization maps and pseudo-mask as well as the segmentation results improved.
더보기서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)