희소 데이터 환경에서 이산 확산을 이용한 윤곽선 정밀화

초록

본 논문은 라벨이 제한된 의료·환경·제조 분야에서 투명 혹은 반투명 객체의 경계 검출을 목표로, 경량화된 이산 확산 모델을 제안한다. CNN 기반 DUCKNet에 셀프‑어텐션을 결합하고, 초기 세그멘테이션 마스크를 조건으로 삼아 희소한 컨투어 표상을 단계적으로 디노이징한다. 8~32개의 이산 confidence 클래스를 도입하고, DICE 손실과 Gumbel‑소음 기반 샘플링을 활용해 100 epoch 이하로 빠르게 수렴한다. KVASIR, HAM10K, 자체 Smoke 데이터셋에서 기존 SOTA 대비 경계 정밀도와 형태 유사도에서 우수한 성능을 보이며, 추론 속도는 3.5배 가속화한다.

상세 분석

이 논문은 ‘경계 검출’이라는 세분화된 문제에 초점을 맞추면서, 특히 라벨이 500장 이하인 저데이터 상황에서의 실용성을 강조한다. 기존의 경계 검출 방법은 크게 네 가지(전통적 비학습, CNN 기반, 파운데이션 모델, 생성 모델)로 분류되지만, 저데이터에 대한 견고한 솔루션이 부족했다는 점을 지적한다. 저자는 이를 해결하기 위해 두 가지 핵심 아이디어를 제시한다. 첫째, 기존 대규모 확산 모델의 연속적인 가우시안 노이즈 대신, 이산 확산 과정을 단순화하여 각 픽셀을 one‑hot 벡터로 표현하고, 전이 행렬 Qₜ를 통해 다중 클래스(8, 11, 32)로 확산한다. 이렇게 하면 노이즈 스케줄링이 간소화되고, 메모리·연산 비용이 크게 감소한다. 둘째, DUCKNet이라는 효율적인 인코더‑디코더 구조에 셀프‑어텐션 블록을 삽입해 다중 해상도 특징을 보존하면서도 전역적인 컨텍스트를 학습한다. 이는 특히 투명·반투명 객체의 미묘한 경계 정보를 포착하는 데 유리하다.

학습 단계에서는 초기 세그멘테이션 마스크와 원본 이미지를 조건으로 사용하고, Gumbel‑소음과 Softmax를 적용해 샘플링의 다양성을 확보한다. 손실 함수는 복잡한 KL‑matching 대신 DICE 손실만을 사용함으로써 데이터가 부족할 때 과적합을 방지하고 수렴 속도를 높인다. 또한 EMA(Exponential Moving Average)와 gradient clipping, attention dropout(0.01) 등 안정화 기법을 적용해 100 epoch 이하에서도 충분히 수렴한다.

추론 단계는 전통적인 역확산이 아니라, “Iterative Denoising” 방식으로, 순수 노이즈 상태에서 시작해 모델 출력을 다시 입력으로 넣어 반복한다. 이는 Skeletonize와 같은 형태학적 후처리와 결합될 때, 얇고 닫힌 컨투어를 얻는 데 효과적이다. 후처리에서는 가우시안 블러 → Skeletonize → Morphological Closure 순으로 진행해, 두께가 과도하거나 끊어진 라인을 보정한다.

실험 결과는 세 가지 데이터셋(KVASIR, HAM10K, Smoke)에서 기존 SegRefiner, MedSegDiff 등과 비교했을 때, F1‑score(픽셀 허용 오차 10)와 Shape‑Similarity 지표에서 평균 2~5%p 향상을 기록한다. 특히 저데이터 설정(200 train / 40 test)에서도 안정적인 학습이 가능했으며, 추론 시간은 기존 대비 3.5배 단축돼 현장 장비에서 실시간 적용이 가능함을 입증한다.

한계점으로는 현재는 2D 정적 이미지에만 적용되며, 3D 의료 영상이나 비디오 시퀀스에 대한 확장 연구가 필요하다. 또한, 초기 세그멘테이션 마스크의 품질에 크게 의존하므로, 마스크 생성 단계에서의 오류가 전체 파이프라인에 전이될 가능성이 있다. 향후 연구에서는 마스크‑투‑컨투어 전이 과정을 end‑to‑end로 학습하거나, 멀티‑스케일 프롬프트 기반 파운데이션 모델과의 하이브리드 방식을 탐색할 여지가 있다.