연구진은 시각 장애인의 안전한 보행을 돕는 스마트폰 길안내를 위한 안전 중심 의미 분할 프레임워크를 제시했어요. SENSATION-DS 데이터셋을 공개하고, 9가지로 분류된 보행 관련 분류 체계를 구축했어요. Segment Anything Model 2 (SAM2)를 활용한 가짜 라벨과 합성 이미지를 통해 모델을 평가했어요.
연구 결과, 합성 데이터 증강은 분할 정확도를 향상시켰고, SAM2 가짜 라벨은 오탐을 줄이는 데 효과적이었어요. UPerNet-MobileNetV3는 최고 mIoU (0.715)를 달성했고, DeepLabV3Plus-MobileNetV3는 가장 낮은 오탐률 (0.079)과 7.383 FPS의 Android 런타임을 기록했어요.
연구진은 정확도, 안전성, 스마트폰 배포 가능성을 종합적으로 고려해야 한다고 강조하며, 실제 효과는 시각 장애인 사용자를 통한 검증이 필요하다고 밝혔어요.