1. 진행 사항

23-06-27 report

23-06-30 report

Marking Detector 수정

기존 방법

• Sliding window를 이용한 marking detector

  Step 1 : 아래 값을 계산하여 조건을 만족할 경우 marking의 유효성 판단 시작

  1. salient rate가 최소 rate보다 커야함
  2. salient rate가 최대 rate보다 작아야 함
  3. gray rate가 salient rate보다 크지 않아야 함

Step 2 : 최소 marking 후보 조건을 설정하여 이를 만족할 경우만을 sliding window에 넣어 고려할 수 있도록 함

• 최소 marking 후보 조건은 위와 동일

Step 3 : 등록된 후보 중에서 최적의 marking을 결정

• Decision value (= Contour rate / Salient rate) 계산 (decision value = 0 → contour rate = 0)
  1. decision value = 0 이 되는 값이 2개 이상 존재하면 그 중 salient rate를 높은 것으로 선택
  2. decision value = 0 이 되는 값이 1개 존재하면 그것을 선택
  3. decision value = 0 이 되는 값이 없으면 그 중 decision value가 최소인 것을 선택

새로운 방법 (salient score가 높은 것 && mask 이미지 내부에 들어오는 확실한 것만 가지고 가기 위함)

• Sliding window를 이용한 marking detector

  Step 1 : 아래 값을 계산하여 조건을 만족할 경우 marking의 유효성 판단 시작

  1. salient rate가 최소 rate보다 커야함
  2. salient rate가 최대 rate보다 작아야 함
  3. gray rate가 최대 gray rate보다 작아야 함

Step 2 : 최소 marking 후보 조건을 설정하여 이를 만족할 경우만을 sliding window에 넣어 고려할 수 있도록 함

• 최소 marking 후보 조건은 위와 동일

Step 3 : 등록된 후보 중에서 최적의 marking을 결정

• 유효성 판단 시점부터 종료까지 sliding window의 크기가 3이하라면 decision 하지 않음 → sequential 관점에서 의미 없는 정보라 판단
• Decision value (= Contour rate / Salient rate) 계산 (decision value = 0 → contour rate = 0)
  1. decision value = 0 이 되는 값이 1개 이상 존재하면 그 중 salient rate를 높은 것으로 선택
  2. decision value = 0 이 되는 값이 없으면 decision 하지 않음 → contour rate = 0이 아니므로 온전한 marking아 아닐 가능성이 큼

SeRM Sangam1

• 기존 방법 (189 masks, 64 classes)