- …
- …
#193
summarized by : Hideki Tsunashima
どんな論文か？
近年のセマンティックセグメンテーションはRNNの機構を取り入れたモデルが空間の特徴をよく捉えることが出来ていたが、学習コストがとても大きかった。
そこで、本論文では空間だけでなくチャネルに対してもAttentionを掛けるDual AttentionNetwork(DANet)を提案することで上記の問題に対処した。
新規性
学習コストは減らすが、画像の特徴をよく捉えることが出来るDual Attentionモジュールを提案したこと。
結果
Cityscapes, PASCAL Context, COCO stuff datasetのIntersection over Union(IoU)にてState of the art(SOTA)を達成。
その他（なぜ通ったか？等）
発想自体は極めて単純であるが、その単純さとは相対的にDual Attention Moduleが強力かつ、既存の学習コストの低減の両者を担保出来たため、通ったと考えられる。
- …
- …