CoupleNet: グローバル構造とローカル部分を結合した物体検出

領域に基づく畳み込みニューラルネットワーク（CNN）検出器、例えばFaster R-CNNやR-FCNは、領域提案サブネットワークと分類サブネットワークを組み合わせることで物体検出において有望な結果を示しています。R-FCNは検出性能を維持しながらより高速な検出速度を達成していますが、位置感応スコアマップによって全体構造情報が無視されています。本論文では、局所的な部分と全体の構造を結びつけて物体検出を行う新しい完全畳み込みネットワークであるCoupleNetを提案します。具体的には、Region Proposal Network (RPN)によって得られた物体候補が、2つのブランチからなる結合モジュールに供給されます。一方のブランチでは位置感応RoI (PSRoI)プーリングを使用して物体の局所部分情報を捕捉し、他方のブランチではRoIプーリングを使用して全体構造情報とコンテキスト情報を符号化します。次に、異なる結合戦略と正規化方法を設計することで、全体と局所のブランチ間の相補的な利点を十分に活用します。広範な実験により我々の手法の有効性が示されました。3つの挑戦的なデータセットすべてで最先端の結果を達成しており、VOC07ではmAPが82.7%、VOC12では80.4%、COCOでは34.4%となっています。コードは公開される予定です。