要約
我々はHetNet（マルチレベル \textbf{Het}ero\textbf{Net}ワーク）を提案します。これは非常に効率的な鏡面検出ネットワークです。現在の鏡面検出方法は、性能よりも効率に重点を置いていないため、リアルタイムアプリケーション（ドローンなど）への応用が制限されています。これらの方法の効率性の欠如は、異なるレベルで同一のモジュールを使用する一般的な設計により引き起こされます。この設計は、異なる特徴量レベル間の違いを無視しています。対照的に、HetNetはまず低レベルの理解（例えば、強度コントラスト）を通じて潜在的な鏡面領域を検出し、その後高レベルの理解（コンテキストの不連続性など）と組み合わせて予測を確定します。正確かつ効率的な鏡面検出を行うために、HetNetは異なる段階で特定の情報を取得し、鏡面を検出する効果的なアーキテクチャに従っています。さらに、我々は多方向強度コントラストモジュール（Multi-Orientation Intensity-based Contrasted Module, MIC）と反射意味論ロジカルモジュール（Reflection Semantic Logical Module, RSL）を提案し、これらをHetNetに搭載しました。MICは低レベルの理解を通じて潜在的な鏡面領域を予測し、RSLは高レベルの理解を通じてシナリオにおける意味論的ロジックを分析します。最新手法と比較して、HetNetは664%高速に動作し、2つの鏡面検出ベンチマークにおいてMAEでは平均8.9%、IoUでは3.1%、F値では2.0%の性能向上を達成しています。