ご存知ですか？：弱教師付きセマンティックセグメンテーションのためのエンドツーエンド敵対的消去

セマンティックセグメンテーションは、従来、画素レベルの真値ラベルを大量に必要とするタスクであり、その取得には時間と費用がかかる。近年の弱教師あり学習における進展により、画像レベルのラベルのみを用いても、妥当な性能が得られることを示している。分類タスクは、深層ニューラルネットワークを学習するための代理タスクとして頻繁に用いられ、その出力から注目マップ（attention maps）が抽出される。しかし、分類タスクは予測を行うために最小限の証拠のみを必要とするため、最も判別力のあるオブジェクト領域にのみ注目する傾向がある。この問題を克服するため、本研究では注目マップに対する敵対的消去（adversarial erasing）の新しい定式化を提案する。従来の敵対的消去手法とは異なり、対立する損失関数を持つ二つのネットワークを同時に最適化することで、特定の非最適な戦略（例えば、訓練プロセスを複雑にする複数の学習ステップ、あるいは異なる分布上で動作するネットワーク間での重み共有など）を必要としない。提案手法は、明示的なサリエンシーマスクを必要とせず、注目マップが判別力の低いオブジェクト領域に広がるのを防ぐために正則化損失を用いる。Pascal VOCデータセットにおける実験結果から、提案手法はベースラインに対して2.1 mIoU、従来の敵対的消去アプローチに対して1.0 mIoUの性能向上を達成したことが示された。