#14
summarized by : Kota Yoshida
Presence-Only Geographical Priors for Fine-Grained Image Classification

どんな論文か?

詳細画像認識において,画像の外観情報のみでは判断しづらいものがある.専門家でも最終的な判断をするためにいつ,どこで撮影されたかなどの追加情報を使用する. 本研究では.地理的位置と時間を条件に,特定のオブジェクトカテゴリがその位置で発生する確率を推定する,時空間事前分布を提案.
placeholder

新規性

2つの新規性がある.プレゼンスのみの観測データから訓練され,オブジェクトのカテゴリ,それらの時空間分布,および撮影者のバイアスをモデル化する時空間分布を提案. プレゼンスのみのでデータで訓練するためのLossを提案,

結果

詳細画像認識のデータセットであるYFCC,BirdSnap,BirdSnap,NABirds, iNat2017,iNat2018で評価し,提案した地理的位置と時間,撮影者をモデリングし,学習したものはいずれのデータセットでも精度向上が見られた.

その他(なぜ通ったか?等)