Image Segmentation 이미지 분할

 

 

Image Segmentation  이미지 분할

 

Image Segmentation은 이미지에서 특정 클래스에 속하는 각 픽셀을 분류하는 과정을 말한다. 아래 사진에서 보는 것과 같이 Image Segmentation은 이미지에서 동일한 의미를 갖는 것끼리 픽셀 단위로 분류해준다. 자동차, 신호등, 사람, 표지판 등으로 이미지가 분할된 것을 볼 수 있다. Image Segmentation은 의료 영상, 자율주행차량, 보안, 위성, 항공사진, 가상메이크업, 이미지 검색 등의 분야에서 많이 응용 되고 있다. 

 

Source:- https://medium.com/intro-to-artificial-intelligence/semantic-segmentation-udaitys-self-driving-car-engineer-nanodegree-c01eb6eaf9d

 

이미지 분류에는 Semantic segmentation 과 Instance segmentation 이렇게 2가지 종류의 기술이 있다. 

 

 

 

1. Semantic segmentation : 특정 레이블에 속하는 각 픽셀을 분류하는 프로세스. 같은 클래스에 속하는 객체에게는 동일한 레이블을 부여한다. 예를 들어 위에 이미지처럼 세 마리의 양이 있는 경우 세 마리의 양의 모든 픽셀에 동일한 레이블을 부여한다.
2. Instance segmentation : 이미지에 있는 특정 객체의 모든 인스턴스에 고유한 레이블을 부여한다는 점에서 Semantic segmentation과 다르다. 위의 이미지에서 볼 수 있듯이 3마리의 양에는 모두 다른 색상, 즉 다른 레이블이 지정된다. 

 

이미지분할 의 대표적인 알고리즘  FCN (Fully Convolutional Network)

 

 

U-Net

U-Net 은 Fully-Convolutional Network을 기반으로 하는 이미지 분할 모델이다. 생김새가 U를 닮아서 U-Net이라는 이름이 붙여졌다.

 

 

참고자료 : https://nanonets.com/blog/semantic-image-segmentation-2020/