본 논문은 뛰어난 성능을 보이는 크로스 레이어 피라미드 네트워크(CFPN)의 계산 병목 현상과 업샘플링 과정에서의 경계선 흐릿함 문제를 해결하기 위해 새로운 네트워크인 CFMD를 제안합니다. CFMD는 컨텍스트 인식 특징 집계 모듈(CFLMA)과 적응적 동적 업샘플링 유닛(CFLMD)을 도입하여 이러한 문제를 해결합니다. CFLMA는 Mamba 아키텍처를 기반으로 동적 가중치 분포 메커니즘을 구현하여 이미지 컨텍스트에 따라 특징 중요도를 조절하고, CFLMD는 업샘플링 범위를 동적으로 조절하고 이중선형 전략으로 초기화하여 특징 중복을 줄이고 미세한 경계 구조를 유지합니다. 세 개의 주요 백본 네트워크와 세 개의 표준 벤치마크를 사용한 실험 결과, CFMD는 특히 복잡한 장면에서 픽셀 수준 정확도와 경계 분할 품질을 크게 향상시키는 것으로 나타났습니다.
