- …
- …
#243
summarized by : Shintaro Yamamoto
どんな論文か？
depthやoptical flowなどの幾何学的情報を教師なしで推測するSIGNetを提案した。従来の教師なし手法はピクセル単位の情報を用いており、同一物体における一貫性がないという問題があった。そこで、物体情報を取得することで同一物体の一貫性保持を試みる。
新規性
semantic segmentation及びinstance segmentationによって、物体のマスク及びエッジを取得することで同じ物体に対応するピクセル同士は相関があるという制約を加えることが可能となり、精度の向上を図る。
結果
depth predictionにおいてSOTAの手法と比べて30%の精度向上(squared relative error)に成功した。特に、乗り物など動く物体に関してはdepth predictionで39%, flow predictionで29%の精度向上に成功した。
その他（なぜ通ったか？等）
- …
- …