#45
summarized by : 日坂 幸次
Counterfactual Attention Learning for Fine-Grained Visual Categorization and Re-Identification

どんな論文か?

注意メカニズムは、細やかな視覚認識タスクにおいて大きな可能性を示している。 本論文では、因果推論に基づいて、より効果的な注意を学習する反例的注意学習法を提案する。 従来の尤度に基づいて視覚的注意を学習する多くの既存手法とは異なり、我々は反事実的因果関係を用いて注意を学習することを提案する。

新規性

これにより、注意の質を測定するツールと、学習プロセスを導く強力な監督信号を提供する。 具体的には、学習された視覚的注意が反事実的介入によってネットワーク予測に与える効果を分析し、その効果を最大化することで、ネットワークがきめ細かな画像認識のために、より有用な注意を学習することを促す。

結果

実証的には、注意が重要な役割を果たす広範囲の細粒度認識タスク(細粒度画像分類、人物再識別、車両再識別など)において、本手法を評価した。 すべてのベンチマークで一貫した改善が見られ、本手法の有効性が実証された。

その他(なぜ通ったか?等)