시각화와 분할의 차이
약한 감독에서 얻은 시각화 지도는 의미 분할 정답과 같지 않다. 조건부 무작위장이나 분할 결과를 이용한 재학습으로 변환하지만 반복 적용이 항상 성능을 높이지는 않는다.
변환 결과의 잡음
SSDD는 이런 변환 결과에 잡음이 포함된다고 가정한다. 반복 과정에서 오류를 그대로 활용하기보다 잡음을 추정해 줄이려는 관점이다.
차이 검출 모듈
자기 감독 차이 검출 모듈은 변환하기 전과 후의 분할 마스크가 어떻게 달라지는지 예측한다. 그 차이를 통해 변환 결과의 잡음 정보를 추정한다.
의미 분할의 평가
PASCAL VOC 2012에서 검증 및 시험 결과를 평가했다. 변환 절차를 활용하면서 잡음의 영향을 줄이는 방식이 같은 약한 감독 조건에서 주는 효과를 조사했다.
관련 문서
하위 범주 탐색 분할 / BoxTeacher / AffinityNet / IRNet 약한 감독 분할 / SEAM / ReCAM