- …
- …
#658
summarized by : 金城 忍
どんな論文か？
教師有りで元画像、変換された画像及びバウンディングボックスアノテーション使用して得られた特徴量の差を小さくしつつ学習する一方で、異なるネットワークで他の画像を使用して、その変換された画像から取得したRoIを利用した、Few-shotなバウンディングボックスの回帰の提案
新規性
2つの異なるネットワーク及び、元画像とそれに変換を与えた画像を利用して、物体に対する変換不変性を与えたバウンディングボックス回帰をするという点で新規
結果
PASCAL、MSCOCOでの評価で、提案手法が既存手法よりよい結果を達成する一方で、MSCOCO+FSODの評価でも、平均適合率、平均再現率で提案手法が良い結果を達成し、視覚的な評価においてはGround Truthに比較的近い結果となった
その他（なぜ通ったか？等）
- …
- …