손의 가장자리 세부 정보 분할이 부정확하고 소규모 손 영역에서의 오탐 및 누락 문제를 해결하기 위해, 주의 메커니즘에 기반한 다중 스케일 손 분할 방법을 제안한다. 우선 Transformer 모듈을 재설계 및 최적화하고, 윈도우 셀프 어텐션 구조와 이중 분기 전방향 신경망(Dual-branch Feed-Forward Networks, D-FFN) 메커니즘을 제안한다. 윈도우 셀프 어텐션 메커니즘을 통해 전역 및 국부 의존 정보를 통합하고, D-FFN은 배경 정보의 간섭을 억제한다. 이후 바형 풀링과 연쇄 네트워크를 결합한 다중 스케일 특징 추출 모듈을 제안하여 수용 영역을 확장하고 손 분할 모델의 정확성과 강인성을 향상시킨다. 마지막으로 Triplet Attention 메커니즘 기반 업샘플링 디코더 모듈을 제안하여 채널 차원 및 공간 차원의 어텐션 가중치를 조절하여 목표 특징과 배경의 중복 특징을 구분한다. 제안된 알고리즘을 공개 데이터셋 GTEA(Georgia Tech Egocentric Activity)와 EYTH(EgoYouTubeHands)에서 테스트한 결과, 두 데이터셋에서 평균 교집합비(MIoU) 값이 각각 95.8%와 90.2%에 달했으며, TransUnet 알고리즘 대비 각각 2.5%, 2.1% 향상되어 안정적이고 정확하며 간섭에 강한 손 이미지 분할 요구를 충족함을 입증하였다.

손 분할; 딥러닝; TransUnet; 전방향 신경망; 확장 공간 피라미드 풀링 모듈; Triplet Attention