要約
細かいラベルの収集には通常、専門的なドメイン知識が必要であり、スケールアップは困難です。本論文では、属性レベルでのデータ拡張戦略であるAttribute Mix（属性ミックス）を提案します。この手法の原理は、細かいサブカテゴリ間で属性特徴が共有されており、画像間でシームレスに転送できる点にあります。この目標に向けて、同じスーパーカテゴリに属する属性を発見する自動属性マイニング手法を提案し、Attribute Mixは2つの画像から意味的に重要な属性特徴を混ぜ合わせることで実行されます。Attribute Mixは単純ながら効果的なデータ拡張戦略であり、推論コストを増加させずに認識性能を大幅に向上させることが可能です。さらに、同じスーパーカテゴリの画像間で属性が共有できるため、汎用ドメインからの画像を使用して属性レベルのラベルを持つ訓練サンプルを豊富にすることもできます。広く使用されている細かいベンチマークでの実験結果は、我々が提案した手法の有効性を示しています。