하위 범주 인식 컨볼루션 신경망을 이용한 객체 제안 및 검출

CNN 기반 객체 검출 방법에서, 객체의 크기 변동, 가림 현상 또는 절단이 심할 경우 영역 제안(region proposal)이 병목 현상이 됩니다. 또한 이러한 방법들은 주로 2D 객체 검출에 중점을 두고 있으며, 객체의 상세 속성을 추정할 수 없습니다. 본 논문에서는 객체 검출을 위한 하위 카테고리 인식 CNNs를 제안합니다. 우리는 하위 카테고리 정보를 활용하여 제안 생성 과정을 안내하는 새로운 영역 제안 네트워크와 객체 검출 및 하위 카테고리 분류를 동시에 수행하는 새로운 검출 네트워크를 소개합니다. 객체 자세와 관련된 하위 카테고리를 사용함으로써, 일반적으로 사용되는 벤치마크에서 검출과 자세 추정 모두 최신 수준의 성능을 달성하였습니다.