- …
- …
#183
summarized by : Shingo Nakazawa
どんな論文か？
歩行者の画像と自然言語による説明を関連付けることを目的とした "Text-based person search" 分野の仕事。外部ツールを用いたキーワードや関心領域の特定に付随するエラーや計算量が多かった従来手法の課題を取り除くため、テンプレートと入力の類似度を計算することに重点を置いたSimple and Robust Correlation Filtering (SRCF) 法を提案。
新規性
ノイズが多い入力から注目領域 (または意味のある単語) を絞り込むためのノイズ除去フィルタと、マッチング検索により体の部位とそれに対応するテキストを整合させるための辞書フィルタ (= テンプレート) という2つの異なるタイプのモジュールを構築。これらのフィルタリングモジュールの構築により、外部ツールなしで重要な要素を効果的に抽出し、局所的な特徴を適応的に取り扱えるようになった。
結果
CUHK-PEDESとICFG-PEDESデータセットを用いて評価。両データセットのTop-1, Top-5 and Top-10 accuracies全てにおいてSoTA達成。また、オリジナルのデータセットに回転や移動といった加工を加えたデータセットに対しても、提案手法は以前の手法と比較し良いスコアを残し、またオリジナルデータに対するスコアからの悪化率も小さく、頑健であることも示されている。
その他（なぜ通ったか？等）
リアルタイム性の要求に応えうる速度や、言語指示における表現のブレへの対応などの課題も解決しうると主張されている。コードはこちらで公開 → https://github.com/Suo-Wei/SRCF
- …
- …