Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2023.11a
  • /
  • Pages.11-13
  • /
  • 2023
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

Design of a Semantic Segmentation Model Usingan Attention Module Based on Deformable Convolution

Deformable Convolution 기반 어텐션 모듈을 사용한 의미론적 분할 모델 설계

  • Jin-Seong Kim (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University) ;
  • Se-Hoon Jung (Department of Computer Engineering, Sunchon National University) ;
  • Chun-Bo Sim (Interdisciplinary Program in IT-Bio Convergence System, Sunchon National University)
  • 김진성 (국립순천대학교 IT-Bio 융합공학전공) ;
  • 정세훈 (국립순천대학교 컴퓨터공학과) ;
  • 심춘보 (국립순천대학교 IT-Bio 융합공학전공)
  • Published : 2023.11.02
Download PDF
⟨ Previous Next ⟩

Abstract

의미론적 분할(Semantic Segmentation)은 이미지 내의 객체 및 배경을 픽셀 단위로 분류하는 작업으로 정밀한 탐지가 요구되는 분야에서 활발히 연구되고 있다. 기존 어텐션 기법은 의미론적 분할의 다운샘플링(Downsampling) 과정에서 발생하는 정보손실을 완화하기 위해 널리 사용됐지만 고정된 Convolution 필터의 형태 때문에 객체의 형태에 따라 유동적으로 대응하지 못했다. 본 논문에서는 이를 보완하고자 Deformable Convolution과 셀프어텐션(Self-attention) 구조기반 어텐션 모듈을 사용한 의미론적 분할 모델을 제안한다.

Keywords

Acknowledgement

This research was supported by the MSIT(Ministry of Science and ICT), Korea, under the Grand Information Technology Research Center support program(IITP-2023-2020-0-01489) supervised by the IITP(Institute for Information & communications Technology Planning & Evaluation) and This work was supported by the BK21 plus program through the National Research Foundation (NRF) funded by the Ministry of Education of Korea(5199990214660).