MitUNet은 2D 평면도에서 실내 공간의 3D 자동 재구성을 위한 벽 세분화 작업을 위해 설계된 하이브리드 신경망 아키텍처입니다. 이 모델은 Mix-Transformer 인코더를 사용하여 글로벌 컨텍스트를 캡처하고, scSE attention 블록이 향상된 U-Net 디코더를 사용하여 경계 복구를 수행합니다. Tversky 손실 함수를 기반으로 하는 최적화 전략을 사용하여 정밀도와 재현율 간의 균형을 맞춥니다. CubiCasa5k 데이터셋과 자체 데이터셋에 대한 실험 결과, MitUNet은 높은 경계 정확도로 구조적으로 올바른 마스크를 생성하여 기존 모델보다 우수한 성능을 보였습니다.
