- …
- …
#16
summarized by : Sou Uchida
どんな論文か？
影検出と影除去を一括に行うARGANを提案．入力画像から影のアテンションマップを生成し，アテンションマップと入力画像から影を除去する．これををカスケードして徐々に精度を上げていく．この際，前段のアテンションマップはLSTMを介して現在のattention detectorに入力される．既存データセットの多様性が低いため，Semi-supervisedに学習できるよう識別器を工夫する．
新規性
影マップをLSTMを用いて伝播させて複数レベルで影検出を行い結果を改善させていく点．また，Semi-supervisedな問題設定として影除去を行う点(Unsupervisedなのは同会議でMask-ShadowGANが採択)．
結果
影検出はBalance Error Rateにおいて平均で約0.5ポイント改善．影除去はRMSEで平均で0.6ポイントほど改善．特に影領域におけるRMSEの改善が大きく，色味に対するSemi-supervisedな学習の効果が見られる．
その他（なぜ通ったか？等）
- …
- …