연구진이 문서 레이아웃 분석을 위한 경계 상자 레이블 전파(BBLP)라는 새로운 프레임워크를 제안했어요. BBLP는 시각적, 텍스트적, 위치 정보를 통합하여 부분적으로 주석이 달린 데이터셋에서 레이블 전파를 가능하게 해요. D4LA 데이터셋에서 10%의 레이블 데이터만 사용했을 때 완전한 감독 성능의 81.6%에 해당하는 mAP 54.0%를 달성했어요.
BBLP는 수동 주석 노력을 줄이기 위해 레이블 전파를 활용하는 반정형 학습 기법을 적용하는 방법으로, 기존 분류 문제 해결 방식에서 벗어나 객체 감지 재분류 문제에 적응했어요. 이는 문서 처리 시나리오에서 지속적으로 개선되는 클래스 주석에 대한 대응책으로 제시돼요.
연구 결과는 레이블 전파가 객체 감지에 잠재력을 가지고 있으며, 실제 문서 처리 애플리케이션에서 수동 주석 노력을 줄이는 데 기여할 수 있음을 보여줘요.