summarized by : Teppei Kurita
Changqian Yu, Jingbo Wang, Changxin Gao, Gang Yu, Chunhua Shen, Nong Sang
セマンティックセグメンテーションタスクの新しいアプローチを提案。
入力画像(WxH)の対象画素と同じクラスの画素と違うクラスの画素のバイナリマップ(WxHxWxH)を推定し、真値でロス取って監視させながらセマセグマップを学習したのが新規性。このバイナリマップをContext Priorと呼んでいる。
従来では難しかったクラス内とクラス間のコンテキスト依存性を選択的に捉えることができるようになるので、ロバストな特徴表現を実現できるようになっている。性能はSOTA。
コンテキスト依存性を明にマップとして持つことの有効性が認められため。