- …
- …
#701
summarized by : Yusuke Saito
どんな論文か？
RGB-D 顕著性物体認識 (salient object detection, SOD)は、RGBと深度の2つのモダリティを対象とした分類や回帰の問題として表される．本論文では，顕著物体の深さ方向の幾何学的優先度を利用した，深さに敏感なRGB特徴のモデリング方式を提案する．
新規性
- 奥行きの事前知識により，背景を排除し，異なる領域でRGB特徴量の抽出を行うために，深度感応型注意モジュール（DSAM）を提案する．
- RGB-D SODのマルチモーダルおよびマルチスケール特徴融合問題（RGBと深度）に取り組むためにNAS（neural architecture search）アルゴリズムを利用する。
結果
- 定量的な比較では、7つの広く使用されているRGB-Dデータセットで既存手法と比較、ほとんどの評価指標でSOTAを実現。
- 定性的な比較では、前景と背景のコントラストが低い画像、散らかった邪魔なオブジェクト、奥行きがぼやけた画像や微細な構造物においても、顕著なオブジェクトをセグメント化できていることが確認できた。
その他（なぜ通ったか？等）
- RGB-D 顕著性物体認識において、カラーと深度のモーダルを考慮して両方の特徴を用いるためにNASアルゴリズムを導入し、SOTAを実現した点。
- また、深度の度合いによって顕著性の優先度をつけることができる点
- …
- …