- …
- …
#602
summarized by : Ryosuke Araki
どんな論文か？
キーポイントベースの物体検出は，ポイントの対応が正しく取れないことがある．本手法では，左上と右下のポイントを検出し，Centripetal shiftを用いて各点をペアリングする．同時に，ネットワークを分岐してインスタンスマスクを作成し，インスタンスセグメンテーションも行う．
新規性
流行りのキーポイントベースの物体検出手法にありがちなポイントの誤対応について，Centripetal shiftを用いて解決した．
結果
MSCOCOにてAP48.0%を達成，主要な物体検出手法より高性能．インスタンスセグメンテーションの性能はMaskAP40.2%で，Mask R-CNNなどよりも高性能．
その他（なぜ通ったか？等）
キーポイントベースの物体検出でセグメンテーションとのマルチタスク化も新しい？
- …
- …