- …
- …
#64
summarized by : Munetaka MInoguchi
どんな論文か？
顕著性検出タスクの精度向上のために，CNNのPoolingを拡張することを目的とした論文．ボトムアップとしてglobal guidance module (GGM)を構成することで位置情報を提供し，トップダウンとしてfeature aggregation module (FAM)によって粗レベルの意味的な情報を，微細レベルの機能と統合する．
新規性
ボトムアップとトップダウンの2つのpooling機能によって高レベルの詳細な顕著性マップを得ることができる．
結果
提案手法によって，ディティールが細かい物体においてもより正確かつ，高速に処理することができる．
300x400の画像であれば，30FPS以上の速度を出すことが可能．
その他（なぜ通ったか？等）
pooingに着目したアプローチが面白い．
- …
- …