#886
summarized by : rindybell
An Iterative and Cooperative Top-Down and Bottom-Up Inference Network for Salient Object Detection

どんな論文か?

顕著な物体検出は、最も画像的に重要な物体をハイライトする問題設定である。 本論文では、顕著性の推論をトップダウン・ボトムアップに交互に繰り返す方法を提案する。 この仕組みは、心理学や認知学による人間の知覚システムの研究にモチベーションされている 提案法は、上層で得る大域的な特徴と、下層で得る詳細な局所的な特徴をうまく融合し、学習や推論機能を改善する。
placeholder

新規性

トップダウン・ボトムアップに顕著性推論を行う仕組みを提案したことに新規性がある。 提案法では、学習済VGGによる層ごとの特徴上で、トップダウン、ボトムアップ推論を繰り返す。 トップダウン推論では、現時点の層の特徴と直前の顕著性推論値を用いて、新たに顕著性を推論する。これを下層に向かって行う。 ボトムアップ推論では、上層に向かって行う。 トップダウン、ボトムアップ推論ではCNNやRNNを用いる。

結果

定量的な指標では、ESSCDやDUT-OMRONなど6種のデータセットにて全勝。 定性的な評価においても、提案法が優れる。また、トップダウン・ボトムアップ推論を繰り返すごとに、推論結果が良化することがわかる。 特徴抽出モジュールとして、ResNetを用いた場合が最も良く、 実装としてconvGRUを用いた場合が最も精度が高かった。

その他(なぜ通ったか?等)