- …
- …
#380
summarized by : Hiroaki Aizawa
どんな論文か？
これまでのmotionに関するself-supervised learningはmotionが曖昧で複雑であることがハードルだった．この研究ではpretext taskとして入力画像とスパースなフローを与えられ，optical flowを復元するcoditional motion propagation問題を解く．これにより，曖昧性の減少と特徴学習の容易化，運動学的な表現を学習することができる．
新規性
明確なアノテーションなしに，運動学的な表現を獲得したこと，またこのモデルが半自動アノテーションなどの実用的なアプリケーションへ適用できることが新規性と有用性として挙げられる．
結果
実験では，PASCAL VOC 2012 semantic segmentation (AlexNetとResNet50)，COCO instance segmentation, LIP Human Parsingで評価．VOC2012(AlexNet)では，mIoUが44.5%を達成し，先行研究からの性能向上を確認．
その他（なぜ通ったか？等）
- …
- …