教師なし画像セマンティックセグメンテーション：スーパーセルとグラフニューラルネットワークを用いた手法

教師なし画像セグメンテーションは、ラベル付きデータが限られている多くの現実世界のシナリオにおいて重要なタスクである。本論文では、相互情報量最大化（MIM）、ニューラルスーパーピクセルセグメンテーション、およびグラフニューラルネットワーク（GNN）を統合したエンドツーエンドのアプローチを提案する。このアプローチは、最近の教師なし学習の進展を活用したものであり、これまでに未検討であった。本研究では、スーパーピクセルによるコンパクトな表現を活用し、それをGNNと組み合わせることで、画像の強固かつ意味的に重要な表現を学習する。特に、本研究で提案するGNNベースのアプローチが、画像内の離れたピクセル間の相互作用をモデル化できることを示し、既存のCNNに対して高い精度向上をもたらす強力な事前知識として機能することを明らかにした。実験の結果、4つの代表的なデータセットにおいて、本手法は従来の最先端手法と比較して、定性的・定量的に優れた性能を発揮することが明らかになった。