民主主義は重要である：共通サリエンスオブジェクト検出のための包括的な特徴量抽出

共通显著物体検出は、複数の画像群から共存する显著物体を検出することを目指しており、その人気が高まっています。最近の研究では、注意メカニズムや追加情報を利用して共通の共通显著特徴を集約していますが、これにより対象物体に対する不完全なさらには誤った応答が生じることがあります。本論文では、民主的な手法で包括的な共通显著特徴を抽出し、追加情報を導入せずに背景干渉を軽減することを目指します。そのため、我々は民主的なプロトタイプ生成モジュールを設計しました。このモジュールは民主的な応答マップを生成し、十分な共通显著領域をカバーすることで、共通显著物体のより多くの共有属性を取り込むことができます。次に、これらの応答マップに基づいて包括的なプロトタイプを生成し、最終予測のガイドとして利用します。プロトタイプ内のノイジーバックグラウンド情報を抑制するために、我々は自己対照学習モジュールを提案します。このモジュールでは、追加の分類情報に依存せずに正例と負例のペアが形成されます。さらに、我々は民主的な特徴強化モジュールも設計しました。このモジュールは注意値を見直すことで共通显著特徴をさらに強化します。広範囲にわたる実験結果から、我々のモデルは既存の最先端手法よりも優れた性能を示しており、特に困難な実世界ケースにおいて顕著な改善が見られます（例えばCoCAにおいてMAEで2.0%、最大F値で5.4%、最大E値で2.3%、S値で3.7%の向上が確認されています）。コードは近日中に公開される予定です。