Improved Performance of Mask Image Vectorization for Deep Learning-based Dataset Editor

데이터 수집은 최근의 딥러닝 방법론에서 중요성이 매우 높은 분야에 해당한다. 본 논문에서는 사물의 파지, 조작을 위한 대용량의 파운데이션 모델 개발을 위해 영상, 깊이, 임피던스 데이터 수집을 처리하기 위한 전용 데이터 수집 도구의 개발을 다루고자 한다. 사물 대상의 데이터는 사물의 픽셀단위 분할을 위해 2차원 영상의 테두리 정보 취득이 필요하며, 기존 딥러닝 모델의 결과를 혼용하여 수작업에 의한 수집 전처리 과정의 부담을 줄이는 방법을 적용하고자 한다. 논문의 주요 내용은, 딥러닝 혼용을 위한 공유 메모리 처리, 딥러닝에 의한 마스크 데이터 처리, 테두리 추출 및 사용자 편집의 과정을 거쳐 데이터 주석 작성을 위한 단계적 과정으로 구성하고 제안된 단계별 접근 방법의 성능 향상을 검토하고자 한다.