外部および内部の教師信号からの学習によるドメイン一般化

ドメイン間におけるニューラルネットワークの汎化能力は、実世界の応用において極めて重要である。我々は、汎化可能なオブジェクト認識システムは、異なる画像間の関係性を適切に理解するだけでなく、各画像自体の特徴も同時に捉えるべきであると主張する。この目的のため、複数のソースドメインからの画像に対して、外的関係性の監視（extrinsic relationship supervision）と内的自己監視（intrinsic self-supervision）の両方から、同時にドメイン間の汎化能力を学習する新しいドメイン汎化フレームワークを提案する。具体的には、マルチタスク学習の枠組みを用いて特徴埋め込みを定式化する。従来の教師あり認識タスクに加え、モーメントメトリック学習タスクと自己監視補助タスクを滑らかに統合することで、外的監視情報と内的監視情報を総合的に活用する。さらに、K個のハードネガティブサンプルを用いたマイニング戦略を採用した効果的なモーメントメトリック学習スキームを構築し、ドメイン汎化に向けた画像間関係の捉え方を強化している。本手法は、標準的なオブジェクト認識ベンチマークであるVLCSおよびPACSにおいて有効性を実証し、最先端の性能を達成することを示した。