#126
summarized by : Masanori YANO
Road Anomaly Detection by Partial Image Reconstruction With Segmentation Coupling

どんな論文か?

画像のエンコーダと異常箇所の特定にセマンティックセグメンテーションの学習済みモデルを活用した、道路の異常検知の手法。
placeholder

新規性

セマンティックセグメンテーションの学習済みモデルの重みを固定して異常検知を行うJSR-Netを提案した。学習済みモデルは、バックボーンを画像のエンコーダとして特徴抽出に使用し、またセマンティックセグメンテーションの結果を再構成した画像と結合して、異常箇所を特定するためのセグメンテーションの入力として使用している。

結果

DeepLab v3の学習済みモデルを使用し、LostAndFound、Road Anomaly及びRoad Obstaclesのデータセットで評価を行い、従来手法を上回る結果。

その他(なぜ通ったか?等)

セマンティックセグメンテーションの学習済みモデルを活用する着想と、検知性能の高さで通ったと考えられる。同じくICCV 2021採択のDRAEMとは「SSIMを損失関数に使う」や「再構成した画像をセグメンテーションに入力する」が共通していて、図や数式を見比べると興味深い。