半教師あり学習を用いたランドマーク位置特定の改善

部分アノテーションデータセットの画像におけるランドマーク位置特定を改善するための2つの手法を提案します。我々の主な目標は、精密なランドマーク位置が僅かなデータサブセットにしか提供されていない一方で、ランドマークに関連する分類や回帰タスクのクラスラベルがより豊富に利用可能な一般的な状況を活用することです。まず、シーケンシャルマルチタスキングのフレームワークを提案し、ここではクラスラベルでの学習が未ラベリングデータ上のランドマーク位置特定をガイドする補助信号として機能するランドマーク位置特定向けアーキテクチャを探求します。我々のアプローチの重要な側面は、エラーが完全なランドマーク位置特定モデルを通じて逆伝播できることです。次に、画像に対して適用される変換に関する等変（equivariant）ランドマークを予測するモデルに基づく教師なし学習手法を提案し、探求します。これらの手法により、ランドマーク予測が大幅に改善され、データセットの僅かな部分しかランドマークラベルを持っていなくても効果的な検出器を学習できることが示されます。手や顔を含む2つのToyデータセットと4つの実際のデータセットでの結果を提示し、野生環境下的2つのデータセットにおいて新しい最先端性能を達成したことを報告します。例えば、AFLWデータセットで5% のみラベリングされた画像を使用して学習した場合でも、従来の最先端手法を超える性能を発揮しました。