- …
- …
#128
summarized by : Shunsuke Yoshizawa
どんな論文か？
Segmentationにおいて、境界線の変形を損失関数として組み入れるための計算手法であるInverseFormを提案した。この手法では、境界線の変換を予測する事前学習済モデルを使用することで、GTとPredictionの境界線の変形の度合いを計算する。
新規性
従来の境界線を学習する試みの多くは、境界線をもとにしてpixel-baseの損失関数に重みをつける手法だったが、本論文で提案した手法では境界線の変形の度合いを直接計算するという点に新規性を持つ。
結果
データセットにはCityscapes, NYU-Depth-v2, PASCALを用いた。既存の計算モデルに対して本手法を追加で導入した結果、SoTAを含む全ての計算モデルにおいて精度が定量的に向上した。
その他（なぜ通ったか？等）
損失関数を追加する手法であるため、従来の計算モデルに対して広く適用可能であるという点と、segmentationにおいて、境界の変形度合いという新たな尺度を持ち込んだことの2点が評価され、Oralとなったのだろう。
- …
- …