A Reasoning-Based Amodal Completion Method for Occluded Objects Using Vision-Language Models

이미지 내에서 가려진 객체를 완전한 형태로 복원하는 기존 방법들은 고정된 객체 클래스 목록이나 사전 학습된 인식 모델에 의존하기 때문에, 학습 데이터 범위를 벗어난 객체에 대해 탐지 실패가 발생할 수 있다. 또한 이미지 경계를 벗어난 객체에 대해 고정된 비율로만 확장을 수행하여 객체 크기와 위치에 따른 적응적 복원이 어렵고, 마스크 품질과 단순 객체명 기반 인페인팅 프롬프트 역시 복원 성능을 제한한다. 본 연구는 이러한 한계를 완화하기 위해 시각-언어 모델(VLM)을 활용한 가려진 객체 복원 방법을 제안한다. 제안 방법은 이미지 내 객체 리스트를 동적으로 추출하고, 경계 이탈 여부와 확장 방향을 반복적으로 판단하며, 객체 외형 정보를 포함한 프롬프트를 이용해 인페인팅을 수행한다. 더불어 픽셀 유사도 중심의 기존 평가 한계를 보완하기 위해 VLM 기반 객체 완성도 평가 지표를 도입하였다. 실험 결과, 제안 방법은 기존 방법보다 객체 탐지 실패를 줄이고 완전한 객체 형태 복원 성능을 향상시켰다.