HS3：階層的監視下における適切なタスク複雑性を用いた意味分割の学習

近年の文献では、深層教師あり学習ネットワークが一般的であるが、それらは通常、各遷移層（中間層）に対して同一の学習目的を課す一方で、各層の表現力は異なる。本論文では、段階的にタスクの複雑さを変化させることで、中間層が意味のある表現を学習できるようにする、階層的教師ありセマンティックセグメンテーション（Hierarchically Supervised Semantic Segmentation, HS3）という学習手法を提案する。ネットワーク全体にわたり一貫した性能対複雑さのトレードオフを確保するため、各遷移層に対して異なるクラスクラスタの集合を用いて教師信号を導入する。さらに、これらの階層的特徴を統合するフレームワークHS3-Fuseを設計した。このフレームワークは豊かな意味的文脈を提供し、最終的なセグメンテーション精度をさらに向上させる。広範な実験により、従来の深層教師あり学習と比較して、HS3は追加の推論コストを伴わず大幅な性能向上を達成することが示された。また、HS3-Fuseフレームワークを用いることで、セグメンテーション予測がさらに改善され、大規模なセグメンテーションベンチマークであるNYUD-v2およびCityscapesにおいて、最先端の結果を達成した。