#639
summarized by : Yue Qiu
Fast(er) Reconstruction of Shredded Text Documents via Self-Supervised Deep Asymmetric Metric Learning

どんな論文か?

Mechanically-shredded text documentsをリコンストラクションする手法を提案.shreds間のcompatibilityの評価のところの改善にフォーカスし,Metric-LearningによりShredsをEmbedding空間に射影し、距離でshredsが隣接するかどうかを評価できる.また,手動でアノテーションするデータセットを必要せずに合成データで学習できる.
placeholder

新規性

①既存手法はshreds間のペアワイズcompatibilityの評価を行い、それによりShredsの数により比較回数がquadraticallyに成長する.提案手法はペアワイズで比較せずに、ShredsをEmbedding空間に射影し、Metric-Learningを用いてShredsの数によりLinearly比較を行えるようにした.②従来の既存手法より大幅にRuntimeを更新.

結果

①Single-page reconstructionでは7倍のスピードでSOTAと同レベルな精度を達成;②Multi-page multi-document設定で約22倍のスピードで既存手法の高精度をKeep.

その他(なぜ通ったか?等)

①CVの研究でShredded Text DocumentsのReconstructionを行う人がすくなく、この研究ではかなりSpecifiedなタスクを取り扱っている.競争が比較的に激しくない;②Deep Learning技術を有効的にSpecifiedなタスクに適応した;③既存手法と比べ,提案のMetric-Learning-based手法のRuntimeがはるかに速い.