현재 주류의 합성곱 신경망 기반 엣지 검출 방법은 수용 영역 범위와 미세한 엣지 인지에 한계가 있습니다. 비주얼 트랜스포머의 발전과 함께, 그 전역 모델링 능력과 유연한 정보 교환 메커니즘은 엣지 검출 과제에 새로운 가능성을 가져왔습니다. 이를 해결하기 위해 본 논문에서는 비주얼 트랜스포머와 다단계 집합 피라미드, 다중 스케일 주의 집합 모듈을 결합한 인코더-디코더 모델 TFEdge를 제안하여 고정밀 엣지 검출을 수행합니다. 본 모델은 Dilated Neighborhood Attention Transformer를 백본 네트워크로 도입하여 다단계 계층적 설계를 통해 이미지의 전역 문맥 정보와 국부 엣지 단서를 추출합니다. 동시에 다단계 집합 특징 피라미드를 설계하여 각 단계의 심층 및 얕은 특징을 집합, 얕은 특징에 더욱 풍부한 의미론적 특징을 부여하여 이미지 노이즈를 억제하고 미미한 경계 검출 능력을 향상시킵니다. 마지막으로 주의 메커니즘 기반의 다중 스케일 주의 집합 모듈을 제안하여 특징 맵의 크로스 스케일 공간 및 채널 주의 정보를 집합함으로써 특징 표현을 더욱 강화합니다. 실험은 BSDS500 및 NYUDv2 데이터셋에서 수행되었으며, TFEdge는 BSDS500에서 ODS 및 OIS F-score가 각각 0.857 및 0.874, NYUDv2에서 각각 0.788 및 0.801을 달성했습니다. 여러 기존 방법과 비교하여 TFEdge는 정량적 및 정성적 결과 모두에서 우수한 엣지 검출 성능을 보였습니다.

엣지 검출;트랜스포머;주의 메커니즘;다단계 집합 특징 피라미드;다중 스케일 주의 강화