Amodal Instance Segmentation via Dual Decoders with Positional Relation Encoding

비가시 영역 포함 객체 분할(Amodal Instance Segmentation)은 물체의 보이는 영역뿐 아니라 가려진 영역까지 복원하여 전체 형태를 예측하는 문제로, 컴퓨터 비전 분야에서 장면 이해 수준을 한 단계 높이는 중요한 과제로 여겨져 왔다. 인간은 물체의 일부가 가려져 있더라도 전체 형태를 자연스럽게 유추할 수 있지만, 기존의 컴퓨터 비전 모델들은 주로 보이는 부분에만 의존하여 가림 상황에서 한계를 보였다. 본 연구에서는 DETR 계열의 트랜스포머 기반 구조를 확장하여, 가시 및 비가시 포함 영역을 각각 추론할 수 있는 듀얼 디코더 설계를 적용하고, 객체 간 물리적 위치 관계를 인코딩하여 self-attention 연산에 편향으로 주입하는 방식을 제안한다. 이를 통해 모델은 단순히 외형 정보만이 아니라 객체 간의 전역적 위치 관계까지 고려하여 보다 합리적이고 정교한 비가시 영역을 포함한 마스크를 생성할 수 있다. KINS, D2SA, COCOA-cls 벤치마크에서 수행한 실험 결과, 본 방법은 기존 최신 방법론들을 능가하는 분할 성능을 달성했으며, 특히 occlusion 상황에서 성능 우위를 보였다. 본 연구는 향후 복잡한 장면 이해 및 실세계 응용에서 비가시 영역 포함 분할 성능 향상의 기반 기술로 활용될 수 있을 것이다.