착용 로봇을 위한 경량 신경망 기반 환경 인식 분할: 디코더 모듈 성능 향상

Lightweight Neural Networks for Affordance Segmentation: Enhancement of the Decoder Module

시각적인 환경 인식을 위해 심층 신경망을 착용 로봇에 적용하는 것은 여러 가지 상충되는 측면으로 인해 중요한 과제입니다. 한편, 환경 인식은 고수준의 추상화 능력을 필요로 하며, 이는 일반적으로 대규모 모델을 사용해야 합니다. 다른 한편으로는, 착용 로봇에 탑재된 컴퓨팅 자원은 실시간으로 대규모 모델을 실행하기 어렵습니다. 본 논문에서는 일반화 성능과 계산 비용 간의 균형에서 분할 모듈(segmentation head)의 역할을 분석합니다. 제안하는 모델은 잘 알려진 실제 데이터 세트에서 최신 기준 솔루션보다 우수한 성능을 보이며, 동시에 낮은 컴퓨팅 요구 사항을 충족합니다.

The deployment of deep neural networks for visual affordance segmentation on wearable robots poses may prove critical, due to some conflicting aspects of the problem. On one hand, affordance segmentation requires high-level abstraction capabilities, that typically involve large-size models. On the other hand, computing resources hosted on wearable robots prevent to run large-size models in real-time. The paper presents an analysis of the role of the segmentation head in the trade-off between generalization performance and compute cost. The obtained models outperform modern baseline solutions in well-known, real-world datasets while meeting low computing requirements.