要約
ゼロショット物体検出は、制約のないテスト画像に対して（既知および）未知のクラスを検出するためにクラスの意味ベクトルを組み込むことを目指しています。本研究では、この研究分野における核心的な課題を明らかにします。それは、未知の物体に対する堅牢な領域特徴量を合成し、実際のサンプルと同様にクラス内多様性とクラス間分離性を持つようにすることです。これにより、強力な未知物体検出器を訓練することが可能となります。これらの課題に対処するため、我々は新しいゼロショット物体検出フレームワークを開発しました。このフレームワークには、クラス内意味分散コンポーネントとクラス間構造保存コンポーネントが含まれています。前者は各クラスの意味ベクトルから多様な視覚特徴量を得るための一対多マッピングを実現し、未知の物体が画像背景として誤認識されるのを防ぎます。後者は合成された特徴量が過度に散らばってクラス間や前景・背景関係が混ざり合うことを避けるために使用されます。提案手法の有効性を示すために、PASCAL VOC、COCO、DIORデータセットを使用した包括的な実験を行いました。特に、我々の手法はPASCAL VOCとCOCOで新たな最先端性能を達成しており、リモートセンシング画像でのゼロショット物体検出を行う最初の研究となっています。