非監督的なオブジェクト発見と共局所化による深層記述子変換

再利用可能なモデル設計は、コンピュータビジョンと機械学習の応用が急速に拡大するにつれて望まれるようになっています。本論文では、事前学習済みの深層畳み込みモデルの再利用可能性に焦点を当てます。具体的には、事前学習済みモデルを特徴抽出器として扱うだけでなく、畳み込み層の下にあるさらなる宝物、すなわち畳み込み活性化が画像共局所化問題における一般的な物体検出器として機能することを明らかにします。私たちは、記述子間の相関を評価し、その後カテゴリ一貫性のある領域を得て、ラベルなし画像セット内の一般的な物体を正確に位置特定するための単純かつ効果的な手法であるDeep Descriptor Transforming (DDT)を提案します。経験的調査により、提案されたDDT手法の有効性が確認されました。ベンチマーク画像共局所化データセットにおいて、DDTは既存の最先端手法よりも大幅に優れた性能を示しています。さらに、未見のカテゴリに対する良好な汎化能力とノイジーなデータ処理に対する堅牢性も示されています。それ以外にも、DDTはウェブ画像を収集して有効な外部データソースとし、画像認識と物体検出の両方の性能向上に寄与することができます。