ドメイン適応型自己監督事前学習による描画中の顔と体の検出

描画は強力な図像抽象化とコミュニケーションの手段である。漫画やアニメーションを含む多様な描画形式の理解は、コンピュータビジョンおよびコンピュータグラフィックスの分野において長年の重要な課題であった。これらの描画には大量のデジタル化されたデータが存在するが、スタイルの多様性が非常に高く、ドメイン固有の認識器を訓練するために高コストの手動ラベリングが必要となる。本研究では、教師-生徒ネットワークに基づく自己監督学習（生徒ネットワーク更新設計を改良した）を使用して顔と体の検出器を構築する方法を示す。当方針により、ラベルが提供される一部のデータ以外に大量の未ラベリングデータを活用することが可能となる。さらに、スタイル転送技術を学習パイプラインに組み込むことで、自然画像（つまり、実世界からの画像）から得られる大量のドメイン外ラベリング済み画像を利用して検出器を初期化できることが示された。我々の統合アーキテクチャは最小限の注釈作業で最先端（SOTA）またはそれに近い性能を持つ検出器を生成する。本研究に関連するコードは以下のURLからアクセス可能である: https://github.com/barisbatuhan/DASS_Detector.