summarized by : Narifumi Otoeb
Burak Uzkent, Stefano Ermon
画像のクラス分類タスクで、高解像度の画像の取得が高価/困難で低解像度であれば安価/容易であり、低解像度の画像のみでは十分な性能が得られないという問題において、より少ない高解像度画像取得で性能向上を目指す。
低解像度画像のどの部分(パッチ)を高解像度で取得すべきかを学習させることでこの問題を解いた。(そもそも問題設定が新規である雰囲気)
画像すべてを用いて学習した分類器と同等の性能を、画像の約40-60%のみを用いて実現できた。