- …
- …
#104
summarized by : Seitaro Shinagawa
どんな論文か？
人間の部位ごとのセグメンテーションを段階的に行う手法を提案。各部位の領域は階層ごとにグラフニューラルネットのノードとして表現される。message-passingはピクセルごとのattentionによる3つの操作で構成され、分割を行う上位から下位への操作（decomposition）、統合を行う下位から上位への操作（composition）、同位間の操作（dependency）で行われる。
新規性
段階的なセグメンテーションにおいて、ノード間の関係性を明示的に特化した3つのモジュールに分けた点。ノード間の階層ごと・階層間の双方向の関係性を考慮した点。一般的なmessage-passingの操作をconvolutionで実現し、空間の情報をより保持できるようにした点
結果
５つのデータセット（LIP、PASCAL-Person-Part 、ATR、PPSS、Fashion Clothing）で検証。定量評価ではmIoUやpixel accuracy、 F1 scoreなどデータセットごとに使われる指標を用いて評価し、提案手法がほぼ全ての項目で既存手法を上回った。事例分析による定性評価では、提案手法が背景の影響を受けにくく、遮蔽物に強いことが示唆されている。
その他（なぜ通ったか？等）
様々なデータセットで既存手法と網羅的に比較している点、Ablation studyをきちんと行っている点が評価されて通ったのだと思われる。
- …
- …