- …
- …
#437
summarized by : Takahiro Maeda
どんな論文か？
argmin処理の不連続性を確率分布を導入することで緩和しEnd-to-End学習を可能にした．Perspective-n-Pointを用いた6次元姿勢推定の精度を向上した．categorical softmaxの連続空間版と言える．
新規性
古典的なアルゴリズムで頻出するargmin処理は，機械学習モデル内部に組み込むと，不連続性により学習が不安定となる．これを緩和しEnd-to-End学習を可能とするEPro-PnP layerを提案した．
結果
6次元姿勢推定ベンチマーク，3次元物体検出ベンチマーク双方において，End-to-End学習ができなかった従来法の精度を大きく上回った．
その他（なぜ通ったか？等）
古典的なアルゴリズムで頻出するargmin処理に対する手法であり，応用可能性が大きい．Best student paperを受賞している．
https://github.com/tjiiv-cprg/EPro-PnP
- …
- …