본 논문은 픽셀 단위 주석의 부담을 줄이기 위한 약하게 감독되는 RGB-D 눈에 띄는 객체 감지(SOD) 방법을 탐구해요.
SAM-PAG는 희소한 스크리블을 밀집된 픽셀 단위 의사 주석으로 확장하고, $S^2$Diff는 조건부 정보를 활용하여 노이즈가 많은 눈에 띄는 객체 지도를 반복적으로 개선하여 정확한 지도를 생성해요.
SAM-PAG는 SAM을 활용해 희소한 스크리블을 밀집된 픽셀 단위 의사 주석으로 확장하고, $S^2$Diff는 상태 공간 상호 작용 기반 조건부 확산 모델을 통해 전역 조건부 특징을 달성하고 노이즈 간섭을 완화해요.
본 연구는 7개 데이터 세트에서 관련 약하게 감독되는 방법보다 성능이 뛰어나고 완전 감독 방법과 경쟁력 있는 성능을 보여줘요.