要約
画像ラベリングにおいて、画像単位の局所表現は通常、その周囲の画像パッチから生成されるため、長距離の文脈情報が効果的に符号化されないという問題があります。本論文では、この課題を解決するために再帰型ニューラルネットワーク（RNN）を導入します。特に、有向非循環グラフRNN（DAG-RNN）を提案し、DAG構造を持つ画像を処理します。これにより、ネットワークは画像単位間の長距離にわたる意味的依存関係をモデル化することが可能になります。私たちのDAG-RNNは、局所表現の識別力を大幅に向上させることができ、これは局所分類に大きく貢献します。さらに、稀なクラスに注目する新しいクラス重み付け関数を提案しており、これが非頻繁なクラスの認識精度を著しく向上させる効果があります。畳み込み層と逆畳み込み層と組み合わせることで、私たちのDAG-RNNはSiftFlow, CamVid, Barcelonaベンチマークにおける困難な課題に対して新たな最先端の結果を達成しました。