- …
- …
#158
summarized by : Masanori YANO
どんな論文か？
前景のマスク情報と全体の画像を入力して、前景を背景と調和させた画像を出力するタスクで、自己教師あり学習により訓練時のアノテーションを不要とした手法。
新規性
ランダムクロップで異なる領域を切り取り、片方の領域にRGBカラーの3D LUTを適用して色変換を行い、もう片方の領域をリファレンスとしつつ画像を変換するネットワーク構造を学習させるSSHを提案した。なお、訓練時はアノテーション不要であるが、推論時はアノテーションされたマスク領域が必要である。
結果
独自に収集したラベルなしデータを使用し、アノテーションされたテストデータを使用して定量的及び定性的な評価を行い、従来手法を上回る結果。
その他（なぜ通ったか？等）
自己教師あり学習を実現し、同じテストデータで教師あり学習を上回る品質を示したため通ったと考えられる。推論のPytorch実装( https://github.com/VITA-Group/SSHarmonization )が公開されている。
- …
- …