グローバルに検出し、ローカルに精緻化する：サリエンシー検出のための新規アプローチ

文脈情報の有効な統合は、顕著オブジェクト検出において極めて重要である。これに応じて、従来の「スキップ」構造に基づく多数の手法は、畳み込みニューラルネットワーク（CNN）の階層的特徴をどのように統合するかに主眼を置いている。これらの手法は、高レベルの意味的特徴と低レベルの詳細情報を取り込むために、単純に特徴マップを連結するか、要素ごとの演算を適用している。しかし、これにより雑多でノイズの多い情報も伝搬され、予測の品質が低下する可能性がある。この問題に対処するため、本研究では、重み付き応答マップを用いて文脈情報を活用し、顕著オブジェクトをより正確に局在化するためのグローバル再帰的局在化ネットワーク（RLN）を提案する。特に、複数の時間ステップにわたりCNNの内部構造を段階的に精緻化する再帰モジュールを導入している。さらに、オブジェクト境界を効果的に回復するため、各空間位置に対して局所的な文脈情報を適応的に学習するための局所境界精緻化ネットワーク（BRN）を提案する。学習された伝搬係数を用いることで、各ピクセルとその隣接ピクセル間の最適な関係を捉えることが可能となる。5つの困難なデータセットにおける実験結果から、本手法は既存のすべての手法と比較して、一般的に用いられる評価指標において優れた性能を示している。