2nd/10_Wiki/Topics_Business/Image-Segmentation.md

id, category, confidence_score, tags, last_reinforced

id	category	confidence_score	tags	last_reinforced
SEGMENT-001	Business	1.0	computer-vision deep-learning image-processing autonomous-driving	2026-04-26

Image Segmentation (이미지 세그멘테이션)

📌 한 줄 통찰 (The Karpathy Summary)

"이미지를 픽셀 단위로 완벽하게 해부하라" — 단순히 이미지를 분류하거나 박스를 치는 것을 넘어, 각 픽셀이 어떤 객체에 속하는지 정밀하게 할당하여 객체의 정확한 형태를 식별해내는 기술.

📖 구조화된 지식 (Synthesized Content)

• 추출된 패턴: 이미지 전체를 픽셀 레벨의 마스크(Mask)로 변환하여 배경과 객체, 혹은 객체 간의 경계를 명확히 구분해내는 고해상도 시각 인식 패턴.
• 세부 내용:
  • Semantic Segmentation: 같은 클래스의 객체들을 하나의 영역으로 묶음 (예: 모든 '자동차'를 하나의 색으로 칠함).
  • Instance Segmentation: 개별 객체를 독립적으로 식별 (예: 1번 자동차, 2번 자동차를 구분).
  • Panoptic Segmentation: 세맨틱과 인스턴스를 결합하여 배경과 개별 객체를 모두 완벽하게 분류.
  • Key Architectures: U-Net(의료 영상), Mask R-CNN, SAM(Segment Anything Model) 등.

⚠️ 모순 및 업데이트 (Contradictions & RL Update)

• 과거 데이터와의 충돌: 초기에는 경계선 검출(Edge Detection) 수준이었으나, 딥러닝과 어텐션 메커니즘을 통해 복잡한 배경 속에서도 픽셀 단위의 완벽한 마스킹이 가능해짐.
• 정책 변화: Skybound 프로젝트의 레벨 제작 도구에서 지형과 사물을 자동으로 구분하여 물리 충돌 영역을 생성하는 데 세그멘테이션 기술을 응용함.

🔗 지식 연결 (Graph)

• Computer-Vision, Object-Detection, Deep-Learning, Autonomous-Driving
• Raw Source: 10_Wiki/Topics/AI/Image-Segmentation.md