Few-Shot Object Detection durch Aufmerksamkeit gegenüber pro-Probe-Prototypen

Few-shot Object Detection zielt darauf ab, Objektinstanzen spezifischer Kategorien in einer Abfrageszene mit lediglich wenigen Support-Samples zu erkennen. Obwohl dies weniger Aufwand erfordert als die Anfertigung einer ausreichenden Anzahl annotierter Bilder für die überwachte Objektdetektion, führt dies im Vergleich zu herkömmlichen Objektdetektionsmethoden zu einer deutlich schlechteren Leistung. In diesem Artikel präsentieren wir einen auf Meta-Learning basierenden Ansatz, der die einzigartigen Eigenschaften jedes einzelnen Support-Samples berücksichtigt. Anstatt die Informationen der Support-Samples einfach zu mitteln, um einen einzigen Prototyp pro Kategorie zu generieren, kann unsere Methode die Informationen jedes Support-Samples besser nutzen, indem jedes Sample als eigenständiger Prototyp betrachtet wird. Konkret führen wir zwei Arten von Aufmerksamkeitsmechanismen ein, um die Merkmalskarten von Abfrage- und Support-Samples zu aggregieren. Der erste Mechanismus dient dazu, die Informationen der Few-shot-Samples durch die Extraktion gemeinsamer Merkmale zwischen den Support-Samples mittels Aufmerksamkeit zu verfeinern. Der zweite Mechanismus nutzt jedes Support-Sample als Klassen-Code, indem die Informationen durch den Vergleich der Ähnlichkeiten zwischen jedem Support-Merkmal und den Abfragemerkmalen erschlossen werden. Unser vorgeschlagener Ansatz ergänzt bestehende Methoden und lässt sich nahtlos in bestehende Architekturen integrieren, um deren Leistung weiter zu verbessern. Wir haben unsere Methode anhand der Benchmarks PASCAL VOC und COCO evaluiert, wobei die Ergebnisse die Wirksamkeit unseres Ansatzes bestätigen. Insbesondere zeigen sich die Vorteile unserer Methode dann am stärksten, wenn die Support-Daten eine hohe Vielfalt aufweisen.