要約
細粒度自動車認識は、自動車のメーカー、モデル、製造年などのカテゴリ情報を識別することを目的としています。近年の多数の研究において、大規模なデータセット上で学習された深層畳み込みニューラルネットワーク（DCNN）が、一般的な物体分類タスクにおいて優れた性能を達成していることが示されています。本論文では、多数の主要なDCNNにおける特徴表現のロバスト性と有効性を著しく向上させる空間重み付きプーリング（SWP）戦略を提案します。具体的には、SWPは事前に定義された数の空間的重み付きマスク（またはプーリングチャネル）を含む新しいプーリング層であり、DCNNから抽出された特徴を、学習されたマスクのガイドのもとでプーリングします。このマスクは、空間単位の識別力（判別力）に対する重要度を測定します。従来のDCNNの畳み込み特徴マップに対して均一なグリッドプーリングを適用する手法と同様に、本手法は単一のDCNNから畳み込み特徴を抽出し、プーリングチャネルを生成できるため、実装上の修正が最小限で済みます。さらに、SWP層のパラメータはDCNNのエンド・ツー・エンド学習プロセスの中で学習可能であることが特徴です。提案手法を複数の細粒度自動車認識データセットに適用した結果、既存の最先端手法と比較して優れた性能を達成できることを実証しました。特にスタンフォード Cars-196 データセットでは、精度を92.6％から93.1％へ向上させ、最近のCompCarsデータセットでは91.2％から97.6％へと大幅に改善しました。また、本手法はさらに2つの大規模データセットに対しても検証され、顕著な成果が得られました。