要約
本稿では、ラベル付き学習画像がわずかにしか存在せず、残りの画像はラベルなしであるという半教師付きセマンティックセグメンテーションの研究を行う。ラベルなし画像には通常、学習に使用するための擬似ラベルが割り当てられるが、この擬似ラベルに誤りが含まれる場合、その誤りに対して確認バイアス（confirmation bias）が生じやすく、結果として性能の低下を招くリスクがある。本研究では、この擬似ラベルに伴う慢性的な問題を解決する新しい手法を提案する。本手法の核となるのは、画像とそのセグメンテーション予測を入力として受け取り、擬似ラベルが誤っている可能性が高いピクセルを特定するエラー局所化ネットワーク（Error Localization Network, ELN）である。ELNは、学習中にラベルノイズを無視することで、不正確な擬似ラベルに対して頑健な半教師付き学習を実現可能にし、自己訓練（self-training）および対照学習（contrastive learning）と自然に統合できる。さらに、ELNの学習に向けた新たな戦略を導入し、ELNの学習段階で現実的で多様なセグメンテーションエラーを模倣することで、その一般化能力を向上させた。本手法はPASCAL VOC 2012およびCityscapesの2つのデータセット上で評価され、すべての評価設定において既存手法を上回る性能を達成した。