#381
summarized by : Ryo Nakamura
Unveiling the Potential of Structure Preserving for Weakly Supervised Object Localization

どんな論文か?

本研究では,弱教師オブジェクトローカライゼーション(WSOL)を行うために,物体の構造を保存するSPAと呼ばれる二段階のアプローチを提案.まず,物体のアクティベーションマップ(AC)は物体領域で高い値を持っており,背景のマップでは平均的なACを持っている知見を利用してRAMと呼ばれる構造情報の欠落を提言する手法を提案.次に保存した構造を可視化するためにSCGと呼ばれる手法を提案した.
placeholder

新規性

アクティベーションマップによるWSOLを行うには物体の構造情報が重要であることを明らかにし,それを単純な手法で実現した点.またその効果は非常に大きい.またSPAは従来手法と異なるLossを定義しているのでWSOLにおいて新しい問題定義したことになる.

結果

CUB-200-2011およびILSVRCベンチマークを用いた実験により、提案手法の有効性(IoUの向上)が検証され、従来の手法より大きく性能を向上した.

その他(なぜ通ったか?等)

WSOLにおいて今まで使用していなかった構造情報に注目し,少ない改善で大きな性能向上を実現したため