要約
最近導入されたパノプティックセグメンテーションの課題は、インスタンスセグメンテーション（物体クラス用）とセマンティックセグメンテーション（背景クラス用）の統合への我々コミュニティの関心を再燃させました。しかし、この統合的な課題に対する現行の最先端手法は、インスタンスセグメンテーションとセマンティックセグメンテーションに別々で異なるネットワークを使用しており、共有計算を行っていません。本研究では、これらの手法をアーキテクチャレベルで統一することを目指し、両方の課題に対応する単一のネットワークを設計しました。具体的には、人気のあるインスタンスセグメンテーション手法であるMask R-CNNに、共有特徴ピラミッドネットワーク（Feature Pyramid Network, FPN）バックボーンを使用したセマンティックセグメンテーションブランチを追加しました。驚くことに、このシンプルなベースラインはインスタンスセグメンテーションにおいて依然として効果的であり、さらに軽量かつ高性能なセマンティックセグメンテーション手法も提供します。本研究では、この最小限に拡張されたMask R-CNN with FPN（以下、Panoptic FPNと呼ぶ）について詳細な検討を行い、両方の課題に対して堅牢かつ正確なベースラインであることを示しました。その効果性と概念的な簡潔さから、当方法が強力なベースラインとなり、今後のパノプティックセグメンテーションに関する研究に貢献することを期待しています。