少数の弱ラベル付き画像と多数のラベルなし画像からオブジェクト検出器を訓練する

弱教師付き物体検出（weakly-supervised object detection）は、バウンディングボックスの必要性を排除することで監視情報の量を制限しようとするが、依然として学習セット全体に対して画像レベルのラベルを仮定している。本研究では、画像レベルのラベルをもつ1枚または数枚の画像と、より大きな数の完全にラベルなし画像から物体検出器を学習する問題に着目する。これは、ラベル付きデータが検出器の学習を開始するのに十分でない極端な半教師付き学習のケースである。本研究の解決策は、ラベル付き画像との領域レベルの類似性に基づいて初期化された教師分類器モデルによって生成された画像レベルの疑似ラベルを用いて、弱教師付きの学生検出器モデルを学習することである。近年の代表的な弱教師付きパイプラインPCLを基盤とし、本手法はより多くのラベルなし画像を活用することで、近年の多数の弱教師付き検出手法と比較して同等または優れた性能を達成可能である。