Schwach überwachte Objekterkennung durch generative adversarische und Rangierungsnetzwerke

Tiefe generative adversarische Netze (GANs) haben sich kürzlich als vielversprechend für verschiedene Anwendungen im Bereich der Computer Vision erwiesen, wie zum Beispiel Bildbearbeitung, die Synthese hochaufgelöster Bilder und die Generierung von Videos. Diese Netze und das entsprechende Lernverfahren können verschiedene visuelle Raumabbildungen verarbeiten. Wir nähern uns GANs mit einer neuen Trainingsmethode und einem Lernziel, um mehrere Objektinstanzen in drei Fällen zu entdecken: 1) die Synthese eines Bildes eines spezifischen Objekts innerhalb einer komplexen Szene; 2) die Lokalisierung verschiedener Kategorien in Bildern für schwach überwachte Objekterkennung; und 3) die Verbesserung der Objektdetektion in Detektionspipelines. Ein entscheidender Vorteil unserer Methode besteht darin, dass sie ein neues tiefes Ähnlichkeitsmaß lernt, um mehrere Objekte in einem Bild zu unterscheiden. Wir zeigen, dass das Netzwerk sowohl als Encoder-Decoder fungieren kann, um Teile eines Bildes zu generieren, die ein Objekt enthalten, als auch als modifiziertes tiefes CNN (Convolutional Neural Network), um Bilder für die Objekterkennung in überwachten und schwach überwachten Szenarien darzustellen. Unser Ranking-GAN bietet einen neuen Ansatz zur Suche nach objektspezifischen Mustern in Bildern. Wir haben Experimente für verschiedene Szenarien durchgeführt und demonstrieren die Leistungsfähigkeit der Methode bei der Objektsynthese sowie bei der schwach überwachten Objekterkennung und -klassifikation unter Verwendung der MS-COCO- und PASCAL-VOC-Datensätze.