Fishyscapes ベンチマーク: セマンティックセグメンテーションにおける盲点の測定

深層学習はセマンティックセグメンテーションの精度向上に著しい進歩をもたらしました。しかし、自動運転のような安全性が重要なアプリケーションにおいては、不確実性の推定と失敗の検出能力が不可欠です。既存の不確実性推定手法は主に単純なタスクで評価されており、これらの手法がより複雑なシナリオに一般化するかどうかは不明瞭です。本稿では、Fishyscapes（フィシースケイプス）という新しい公的ベンチマークを紹介します。これは都市部での自動運転におけるセマンティックセグメンテーションのリアルワールドタスクに対する不確実性推定のための最初の公開ベンチマークです。このベンチマークは車両前方に現れる異常物体の検出に向けてピクセル単位での不確実性推定を評価します。我々は最新のセマンティックセグメンテーションモデルに対して最先端手法を適応させ、softmax信頼度、ベイジアン学習、埋め込み密度に基づくアプローチを比較しました。結果は、通常の状況でも異常検出が未解決であることを示しており、当該ベンチマークにより最先端技術を超える進歩を測定することが可能となっています。