계층적 비전 트랜스포머를 포함하는 다중 스케일 아키텍처는 고해상도 의미론적 분할에서, 성능 저하를 최소화하면서 계산 복잡성을 다루기 위해 흔히 적용되어 왔다. 본 논문에서는 이러한 관점에서 의미론적 분할을 위한 새로운 디코딩 스킴을 제안한다. 이 스킴은 다중 스케일 아키텍처를 갖는 인코더로부터 다중 수준의 특징을 활용한다. 다중 수준 비전 트랜스포머에 기반한 디코딩 스킴은 다중 수준 특징의 집계 과정에서 연속적인 크로스-어텐션을 도입함으로써, 계산 비용을 절감할 뿐만 아니라 분할 정확도도 향상시키는 것을 목표로 한다. 또한 집계된 의미론이 다중 수준 특징을 강화하는 방법을 제안한다. 본 연구의 핵심은 어텐션 배분 관점에서 문맥의 일관성을 유지하는 데 있으며, 그 결과 유의미하게 낮은 계산 비용으로 향상된 성능을 달성한다. 널리 사용되는 데이터셋에 대한 일련의 실험은 제안 스킴이 정확도 손실 없이 계산 비용 측면에서 기존 최첨단 의미론적 분할 모델보다 우수함을 보여주며, 광범위한 애블레이션 연구는 제안 아이디어의 효과를 입증한다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.