デルタエンコーダー：少数ショット物体認識のための効果的なサンプル合成手法

単一または少数の例に基づいて新しいカテゴリを分類すること（ワンショットおよびファウショット物体認識）は、現代のコンピュータビジョンにおける長年の課題である。本研究では、この課題に対処するための単純かつ効果的な方法を提案する。当該手法は、Delta-エンコーダと呼ばれる改良型オートエンコーダを基にしており、未知のカテゴリから少数のサンプルを見ることで新しいサンプルを合成する能力を学習する。合成されたサンプルはその後、分類器の訓練に使用される。提案手法は、同一クラス内の訓練サンプルペア間で転送可能な変形（「デルタ」）を抽出し、またそれらのデルタを訓練中に見ていなかった新規クラスの少数サンプルに適用することで、効率的にその新しいクラスからのサンプルを合成する能力を学習する。本手法はワンショット物体認識において最先端技術を超える性能を示し、ファウショットの場合でも好ましい結果を得ている。論文が採択され次第、コードが公開される予定である。