4.7 인스턴스 분할(Instance Segmentation)
1. 정의
인스턴스 분할(Instance Segmentation)은 의미론적 분할과 객체 탐지를 결합한 과업으로, 영상 내 각 픽셀에 의미적 범주 레이블을 부여하면서 동시에 동일 범주 내의 개별 인스턴스를 구분한다. 의미론적 분할이 “이 픽셀은 차량이다“를 판별한다면, 인스턴스 분할은 “이 픽셀은 차량 1이다”, “이 픽셀은 차량 2이다“를 구분한다.
2. 의미론적 분할과의 차이
| 특성 | 의미론적 분할 | 인스턴스 분할 |
|---|---|---|
| 분류 단위 | 픽셀별 범주 | 픽셀별 범주 + 인스턴스 식별 |
| 동일 범주 내 구분 | 불가 | 가능 |
| 배경 범주 처리 | 포함 | 일반적으로 전경(Foreground)만 |
| 출력 형태 | 범주 맵 | 범주 맵 + 인스턴스 마스크 |
3. 주요 알고리즘
Mask R-CNN (He et al., 2017): Faster R-CNN에 마스크 분기(Mask Branch)를 추가하여 각 검출 객체에 대한 픽셀 수준의 마스크를 예측한다. 인스턴스 분할의 대표적 알고리즘이며, 검출된 경계 상자 내에서 이진 마스크를 생성하는 하향식(Top-Down) 접근법이다.
Panoptic Segmentation: 의미론적 분할과 인스턴스 분할을 통합한 과업으로, “물체(Thing)” 범주(차량, 보행자 등)에 대해서는 인스턴스 분할을, “물질(Stuff)” 범주(도로, 하늘, 식생 등)에 대해서는 의미론적 분할을 수행하여 영상의 모든 픽셀을 빈틈없이 분류한다(Kirillov et al., 2019). Panoptic SegFormer, Mask2Former 등이 대표적이다.
4. 자율주행에서의 활용
인스턴스 분할은 자율주행에서 다음의 활용에 기여한다.
- 정밀한 객체 형태 파악: 경계 상자보다 정확한 객체의 형태 정보를 제공하여 충돌 회피의 정밀도를 향상시킨다.
- 부분적 차폐(Partial Occlusion) 처리: 다른 객체에 의해 부분적으로 가려진 객체의 가시 영역을 정확히 파악한다.
- 추적 보조: 인스턴스 마스크의 형태 정보를 추적의 외관 특징으로 활용하여 데이터 연관의 정확도를 향상시킨다.
5. 참고 문헌
- He, K., Gkioxari, G., Dollár, P., & Girshick, R. (2017). Mask R-CNN. Proceedings of the IEEE International Conference on Computer Vision (ICCV), 2961–2969.
- Kirillov, A., He, K., Girshick, R., Rother, C., & Dollár, P. (2019). Panoptic segmentation. Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 9404–9413.
v1.0