SCAN: ラベルなしで画像分類を学習する

地面真ラベルが欠如している場合に、画像を意味的に有意義なクラスタに自動的にグループ化することは可能でしょうか？教師なし画像分類の課題は、コンピュータビジョンにおいて重要な未解決問題の一つです。最近のいくつかの手法では、この問題をエンドツーエンドで扱おうとしていますが、本論文ではそれらの手法とは異なり、特徴学習とクラスタリングを分離した二段階アプローチを提唱します。まず、表現学習から自己監督タスクを用いて意味的に有意義な特徴を取得します。次に、得られた特徴を学習可能なクラスタリング手法における事前知識として使用します。これにより、現在のエンドツーエンド学習手法にある低レベル特徴への依存性を取り除きます。実験評価の結果、特にCIFAR10（+26.6%）、CIFAR100-20（+25.0%）、STL10（+21.3%）において分類精度で既存の最先端手法を大幅に上回ることが示されました。さらに、当方法は大規模データセットでの画像分類において良好な性能を発揮する初めての手法であり、特にImageNetにおいて有望な結果を得ています。また、地面真ラベルを使用せずに低データ状況下で複数の半教師あり学習手法を上回る性能も確認されています。コードは公開されており、https://github.com/wvangansbeke/Unsupervised-Classification からアクセスできます。