- …
- …
#407
summarized by : 角田良太朗
どんな論文か？
homography推定にLukasKanadeのようなiterativeな手法を取り込み精度を向上させる。入力２画像から特徴量を取り出した後correlation-volumeを生成し、それをもとにhomographyを随時updateしていく。また動的シーンにも対応可能なようにglobalAggregation部分でimplicitにmask生成を行う。
新規性
iterativeな手法でend-to-endに学習可能なものは今まで存在せず、それを可能にするモデル構造の提案が新規性。またcoarse-to-fineの２段構造にすることでSOTA性能を達成。coarse部分のみでも十分に既存手法のSOTAに近い性能。
結果
MSCOCOおよびGoogleMapデータセットにおいてaverage corner errorが他手法よりも小さいことを定量的に示している他、implicitなmask生成がちゃんと動物体を排除できていることを定性的に確認。
その他（なぜ通ったか？等）
ポイントはモデル改善の一点のみであるが、それだけで精度向上させたのはすごいかもしれない。correlation-volumeが実質のattentionになっているのが効いているのではという気がする。
https://github.com/imdumpl78/IHN
- …
- …