最小限の監督のもとで物体の局所化を学習する

監督が最小限である状態で物体の位置を特定する技術は、完全にアノテーションされた大規模なデータセットの取得コストが非常に高いことから、コンピュータビジョンにおいて重要な問題となっています。本論文では、物体が存在するかどうかの画像レベルのラベルのみを使用してこの目標を達成する新しい手法を提案します。当手法は、正の物体ウィンドウの集合を自動的に発見するための判別的サブモジュラーカバー問題と、平滑化された潜在SVM（サポートベクトルマシン）フォーミュレーションを組み合わせています。後者により、効率的な準ニュートン最適化技術を利用することが可能となります。実験結果は、PASCAL VOC 2007検出タスクにおいて現在の最先端手法よりも平均精度（mean average precision）で相対的に50%の改善を達成していることを示しています。