- …
- …
#833
summarized by : Keito Ishihara
どんな論文か？
depthとsurfaceなどの複数の項目を一度に予測するためのパターン親和性伝搬法(PAP)を考案。タスク間の親和性をある程度パターン化できることを示した。
新規性
これまでの手法では基本的に一つのタスクしか解くことができなかった。cross-taskとtask-specific学習のための二段階のモデルによりjointtask learningを実現した。
結果
depth estimation, surface normal prediction, semantic segmentationで実験し、トップクラスのスコアを実現。
その他（なぜ通ったか？等）
- …
- …