- …
- …
#427
summarized by : Hiroaki Aizawa
どんな論文か？
Fine-graind Few-shot Recognitionにおいて，少量のデータから，異なるクラス間の目立たない細かな差異を捉えるための表現を学習する問題に取り組んでいる．そのためには，pose, articulation, backgroundへの不変的な表現を学習することが重要で，著者らはCNNの登場以前によく利用されていたpose normalizationを導入した．
新規性
pose normalizationは，学習時，base classからpartsのheatmapを出力すdetectorを学習する．予測されたheatmapをattentionのような方法でfeature mapに適用することで認識を行う．このdetectorはGTから学習されるが，すべてのサンプルにそのデータがなくても学習可能．
結果
pose normalizationがnovel classに対して，アノテーションなしであっても20 point以上の改善をもたらすことを実証．5%ほどのパーツアノテーションで先行研究を上回ることを確認した．
その他（なぜ通ったか？等）
- …
- …