지도학습 데이터가 적은 환경에서 강건한 지칭 표현 세그멘테이션 학습

홈 > 연구문헌 >

한글제목(Korean Title)	지도학습 데이터가 적은 환경에서 강건한 지칭 표현 세그멘테이션 학습
영문제목(English Title)	Robust training of RES in low data regime
저자(Author)	설한울 강기천 김정현 장병탁 Hanwool Sul Gi-Cheon Kang Junghyun Kim Byoung-Tak Zhang
원문수록처(Citation)	VOL 49 NO. 01 PP. 0966 ~ 0968 (2022. 06)
한글내용 (Korean Abstract)	지칭 표현 세그멘테이션 (Referring Expression Segmentation)은 이미지와 이미지에 있는 물체를 지칭하는 텍스트를 입력받아 지칭된 물체를 세크멘테이션 마스크를 통해 표현하는 태스크이다. 기존의 방식은 시각-인코더와 언어-인코더로부터 이미지와 텍스트 임베딩 벡터를 추출하여 시각-디코더에서 세그멘테이션 마스크를 예측하였다. 최근, 트랜스포머 언어 인코더와 시각-인코더-디코더 통합구조를 통해 세그멘테이션 마스크를 예측하는 모델이 제안되었다. 본 연구에서는 적은 데이터가 주어졌을 때, 모델의 크기가 작고 효율이 높은 언어 모델을 사용하여 기존의 언어모델보다 성능이 향상되는 것을 보였다.
영문내용 (English Abstract)
키워드(Keyword)
파일첨부	PDF 다운로드

사이트맵