- …
- …
#189
summarized by : Kazuma_Asano
どんな論文か？
深層学習による前景抽出は，FCNによって性能が向上してきた．しかし未だに柵などの細かい輪郭のセグメンテーションをできるものは少ない．そこで本論文ではAttentive Feedback Moduleを提案し，これらを複数重ねるネットワークおよび輪郭を考慮したBoundary-Enhanced Lossを適用した事で，より細かいセグメンテーションを可能とした．
新規性
コントリビューションは以下の通りである．
1.Attentive Feedback Networkを提案し，細かい輪郭線をセグメンテーションを可能にした．
2.オブジェクトセグメンテーションの輪郭を綺麗に出すためのロス，Boundary-Enhanced Loss（輪郭も予測させてロスをとる）を提案
3.リアルタイムで処理可能で，さらに5つのデータセットにおいてSOTAを獲得
結果
5つのデータセット(ECSSD, PASCAL-S, DUT-OMRON, HKU-IS, DUTS-test)を利用して12のモデルと提案手法を比較．maximum F-measure, S-measure, and MAEにおいてほとんどの項目でSOTAを獲得．定性的に見ても輪郭がはっきりしている．
その他（なぜ通ったか？等）
結果が良い事はもちろんだが，実験数が半端なくおおく，しっかり検証されている．またSOTAを獲得しつつ，27FPSというリアルタイムで動作するというのが大きいインパクトになっていると考えられる．
- …
- …