용어집

시맨틱 세분화

이미지의 모든 픽셀을 분류하여 정확한 장면 이해를 돕는 시맨틱 세그멘테이션의 강력한 기능을 알아보세요. 지금 애플리케이션과 도구를 살펴보세요!

시맨틱 분할은 이미지의 모든 픽셀에 특정 클래스 레이블을 할당하는 기본적인 컴퓨터 비전 작업입니다. 상자로 개체를 식별하거나 전체 이미지에 단일 레이블을 할당하는 다른 방법과 달리 의미적 분할은 존재하는 다양한 의미적 범주에 대한 조밀하고 완벽한 픽셀 맵을 생성합니다. 이를 통해 "도로", "하늘", "건물", "사람" 등 각 카테고리의 정확한 모양과 위치를 설명하여 이미지 콘텐츠를 풍부하고 상세하게 파악할 수 있습니다. 이는 개별 개체를 식별하는 것만큼이나 맥락과 레이아웃을 이해하는 것이 중요한 장면에서 핵심적인 기술입니다.

모델 및 도구

의미론적 세분화에는 종종 딥러닝 모델, 특히 합성곱 신경망(CNN)에서 파생된 아키텍처가 사용됩니다.

실제 애플리케이션

시맨틱 세분화가 제공하는 상세한 장면 이해는 많은 분야에서 매우 중요합니다:

  • 자율주행 차량: 자율주행차가 안전하게 주행하려면 주변 환경을 완벽하게 이해해야 합니다. 시맨틱 세그멘테이션은 주행 가능한 영역(도로), 주행 불가능한 영역(인도, 건물), 보행자, 자전거 및 기타 차량의 위치를 픽셀 수준의 정밀도로 식별하는 데 사용됩니다. 이를 통해 보다 안전한 경로 계획과 의사결정이 가능합니다. 자율주행 차량에서 AI의 역할에 대해 자세히 알아보세요.
  • 의료 이미지 분석: 의학 분야에서는 정밀도가 가장 중요합니다. 시맨틱 분할은 MRI 및 CT 스캔과 같은 스캔에서 장기, 종양, 병변 및 기타 해부학적 구조를 자동으로 묘사하는 데 도움이 됩니다. 이를 통해 영상의학과 전문의는 진단, 치료 계획, 질병 진행 상황 모니터링에 도움을 받을 수 있습니다. 의료 영상에 AI가 어떻게 적용되는지 자세히 알아보세요.
  • 위성 이미지 분석: 지리공간 애플리케이션의 경우, 시맨틱 세분화는 위성 이미지에서 토지 피복을 분류하는 데 사용됩니다. 이는 도시 계획(건물, 도로, 녹지 공간 식별), 환경 모니터링 (삼림 벌채 또는 수역 추적), 정밀 농업에 사용할 수 있습니다.
  • 로봇 공학: 로봇은 시맨틱 세분화를 사용하여 작업 환경을 이해함으로써 바닥, 벽, 상호작용할 물체, 피해야 할 장애물 등을 구분할 수 있습니다. 이는 창고나 집과 같은 복잡한 환경에서 탐색 및 조작 작업을 수행하는 데 필수적입니다. 로봇 공학에 컴퓨터 비전을 통합하는 방법에 대해 자세히 알아보세요.

다른 작업과의 주요 차이점

의미론적 세분화를 관련 컴퓨터 비전 작업과 구분하는 것이 중요합니다:

  • 인스턴스 세분화: 가장 밀접하게 관련된 작업입니다. 둘 다 픽셀 수준의 분류를 수행하지만, 인스턴스 분할은 동일한 객체 클래스의 개별 인스턴스를 구분함으로써 한 단계 더 나아갑니다. 예를 들어, 자동차가 세 대 있는 이미지에서 의미론적 세분화는 모든 자동차 픽셀에 단순히 "자동차"라는 레이블을 붙입니다. 이와 대조적으로 인스턴스 분할은 "자동차 1", "자동차 2", "자동차 3"을 별도의 객체로 식별합니다.
  • 개체 감지: 이 작업은 각 객체 주위에 경계 상자를 그리고 클래스 레이블을 할당하여 이미지 내에서 객체의 존재 여부와 위치를 식별합니다. 객체의 모양이나 객체에 속한 픽셀에 대한 정보는 제공하지 않습니다.
  • 파놉틱 세분화: 이 작업은 시맨틱 분할과 인스턴스 분할을 통합한 것으로 볼 수 있습니다. 시맨틱 세분화와 같이 모든 픽셀에 클래스 레이블을 할당하는 동시에 인스턴스 세분화와 같이 각 객체 인스턴스를 고유하게 식별하여 포괄적인 장면 이해를 제공하는 것을 목표로 합니다.

울트라 애널리틱스 커뮤니티 가입

AI의 미래와 함께하세요. 글로벌 혁신가들과 연결, 협업, 성장하기

지금 가입하기
링크가 클립보드에 복사됨