要約
本論文では、豊富な畳み込み特徴量（Richer Convolutional Features: RCF）を用いた高精度のエッジ検出器を提案します。自然画像中の物体は様々なスケールとアスペクト比を持つため、CNNによって自動的に学習される豊かな階層的な表現は、エッジや物体境界の検出において非常に重要かつ効果的です。また、受容野が増加するにつれて畳み込み特徴量は徐々に粗くなります。これらの観察に基づいて、提案したネットワークアーキテクチャは多スケールおよび多レベルの情報を活用し、有用なすべての畳み込み特徴量を統合的なフレームワークに組み込むことで、画像から画像へのエッジ予測を行います。これはコンピュータビジョンタスクでこのような豊富な畳み込み特徴量を採用する最初の試みです。VGG16ネットワークを使用して、複数の公開データセットで優れた結果（\sArt）を得ました。BSDS500ベンチマークでの評価では、ODS F値が\textbf{.811}でありながら高速処理（\textbf{8} FPS）を維持しています。さらに、高速版RCFではODS F値が\textbf{.806}で\textbf{30} FPSを達成しています。