- …
- …
#489
summarized by : QIUYUE
どんな論文か？
従来のweakly supervisedセマンティックセグメンテーション手法は物体の詳細的なバウンドリーを分割しにくい．提案のFickleNetが特徴マップの多様なコンバインの探索を行い，1枚の画像からマルチlocalizationマップを得て，詳細的なバウンドリーを決定できる．具体的に，ランダムに隠れ層のユニットを選択しコンバインし活性化点数を得て識別を行う．これによりクリアな物体境界を得た．
新規性
特徴マップのランダムコンバイン操作を提案し，従来のweakly supervisedセマンティックセグメンテーションの性能を向上．
結果
Pascal VOC 2012データセットにおいて，SOTAなweaklyとsemi-supervisedなセマンセグメンテーションパフォーマンスを得られた．
その他（なぜ通ったか？等）
従来の標準的CNNにシンプルなレイヤーだけを追加することでSOTAな効果を得られた．他の手法への適応が可能で汎用性が高い．
- …
- …