#472
summarized by : Hirokatsu Kataoka
Instance-Wise Occlusion and Depth Orders in Natural Scenes

どんな論文か?

自然画像においてインスタンスごとのオクルージョンや距離ベースの順番を示してくれる問題設定を提案し、データセットであるInstaOrderを提案している。写真編集ソフトのレイヤを画像認識で行うイメージである。
placeholder

新規性

InstaOrderデータセットの提案が最も大きな新規性であり分野に対する貢献である。同データセットは2.9Mラベル、101kシーンを含んでおり、いずれもオクルージョンやカメラに対する相対的な距離を反映させている。

結果

従来データセット(COCOA/KINS)や提案データセットを用いた評価を行った。提案手法は従来法(PCNet-M/OrderNet)よりも高い性能を示すだけでなく、オクルージョンや画像距離は相補的に働くことを明らかにした。

その他(なぜ通ったか?等)

Project Page: https://github.com/ POSTECH-CVLab/InstaOrder