- …
- …
#6
summarized by : Kota Yoshida
どんな論文か？
詳細画像認識のための，Selective Sparse Sampling Networksの提案．Class Response Mapの極大値を集約することでSparse Attentionを生成する．サンプリングブランチによってSparse Attentionを選択し，判別可能な視覚的証拠と補足的な視覚的証拠の2つから特徴表現を獲得する．最終的には，各ブランチの特徴を集約し，学習，推論する．
新規性
詳細画像認識の既存の研究では，判別可能な部分をローカライズし，ROIの特徴抽出をすることで識別している．本研究では，人間の視覚システムを模倣して、画像コンテンツに条件付けられたSparse Attentionの動的セットを予測します。各Attentionは、適切なスケールを推定し、コンテキスト情報を失うことなく、詳細な視覚的証拠を獲得するために、有用な領域に焦点を当て識別する．
結果
CUB-200-2011 Birds、FGVC-Aircraft、Stanford Carsを含む詳細画像認識のデータセットで評価し，SoTAな精度を達成した．
その他（なぜ通ったか？等）
- …
- …