- …
- …
#264
summarized by : Hiroaki Aizawa
どんな論文か？
部分的に遮蔽された対象に対してCNNはよく汎化せず，認識性能が低下することが知られている．この研究では，部分的な遮蔽下の物体認識の問題を扱い，提案するcompositional CNNは遮蔽領域の位置を特定し，遮蔽されていない領域へフォーカスすることができる．
新規性
既存の遮蔽問題を扱った方法は，遮蔽されていない対象の精度低下が問題であった．また人工遮蔽データのみでの検証を行っていた．この研究では， 従来のcompositional modelを微分可能にすることでDCNNと統合したアプローチをとり，実データでの評価を行った．また遮蔽物の位置を特定できることが差分．
結果
部分的に遮蔽された物体の分類で評価．たとえ学習中に遮蔽されている領域がモデルに晒されていない場合でも，スタンダードなDCNNよりも優れた性能を達成．またクラスラベルのみを用いて学習したにもかかわらず，提案手法が遮蔽物の位置を正確に特定できることを実証．
その他（なぜ通ったか？等）
- …
- …