- …
- …
#677
summarized by : Anonymous
どんな論文か？
別々の画像のオブジェクト間のsemantic correspondenceを学習するための画像を用意するのは, 非常にコストが高いのでSyntheticなアプローチを取ることでアノテーションコストを大幅に削減したというもの
新規性
binary foreground mask画像に対して, synthetic geometric deformationsをかけることで, 変換後の画像を教師データとして定義できた点。
結果
standard benchmarksでSOTAに打ち勝った。
その他（なぜ通ったか？等）
- …
- …