Few-Shot セグメンテーションのための密集ガウス過程

Few-shotセグメンテーションは、わずかなアノテーション付きサポートセットのみを用いて新しいクエリ画像のセグメンテーションを行うという挑戦的な密予測タスクである。このタスクの核心的な課題は、サポートセットから詳細な情報を効果的に集約しつつ、外見や文脈の大きな変化に対して堅牢な手法を設計することにある。本研究では、密なガウス過程（GP）回帰に基づくfew-shotセグメンテーション手法を提案する。サポートセットを入力として、本手法の密なGPは局所的な深層画像特徴からマスク値への写像を学習し、複雑な外見分布を捉える能力を持つ。さらに、不確実性を原理的かつ明確に捉える手段を提供する。この不確実性は、最終的なセグメンテーション結果を生成するCNNデコーダにとって、新たな強力な手がかりとなる。従来の1次元マスク出力にとどまらず、本手法のエンドツーエンド学習能力を活かして、GPの出力空間を高次元に学習する。本手法はPASCAL-5$^i$およびCOCO-20$^i$ベンチマークにおいて、新たな最先端性能を達成し、COCO-20$^i$の5ショット設定でmIoUで+8.4の絶対的向上を実現した。また、サポートセットサイズの増加に伴い、セグメンテーション品質が滑らかに向上し、異なるデータセット間でも堅牢な転移性能を発揮する。コードおよび学習済みモデルは、\url{https://github.com/joakimjohnander/dgpnet}で公開されている。