Edge detection and ViT-based segmentation Model Auto Annotation Process

세분화는 이미지 내에서 객체를 탐지하고 객체의 에지 검출 후 마스킹하여 객체를 세분화하는 컴퓨터 비전 딥러닝 작업이다. 세분화 모델에 필요한 annotation을 생성하는 방법은 수작업으로 직접 annotation 점들을 이미지에서 생성하거나 에지 검출 모델 및 딥러닝 모델을 사용해서 annotation을 생성한다. 하지만 수작업으로 annotation을 만드는 것은 매우 번거롭고, 기존의 에지 검출 알고리즘이나 딥러닝 모델을 이용하는 경우, 데이터 크기와 잡음에 민감하고 사전 annotation 학습이 필요한 문제가 있다. 이러한 문제를 해결하기 위해 본 논문에서는 스플라인 보간법, 소벨 에지 검출 알고리즘, 그리고 비전 트랜스포머(ViT)를 활용하여 사전 학습 없이 자동으로 annotation을 생성하는 새로운 프로세스를 제안한다. 제안된 프로세스는 데이터 크기와 잡음에 덜 민감하며, 사전학습 없이 annotation 생성이 가능하다. 실험 결과, 제안된 방법은 기존 SAM 기반 세분화 모델과 유사하거나 더 나은 성능을 보이며, 세분화 작업에 효율적인 대안을 제공한다.