SwiDeN: Convolutional Neural Networks for Depiction Invariant Object Recognition 스위덴: 묘사 불변 객체 인식을 위한 컨벌루션 신경망

최신 객체 인식 아키텍처는 뛰어난 성능을 달성하지만 일반적으로 단일 표현 스타일(예: 사진만, 스케치만)에 특화되어 있습니다. 본 논문에서는 SwiDeN: 시각적 표현 방식에 상관없이 객체를 인식하는 우리의 컨볼루션 신경망(CNN) 아키텍처를 소개합니다. SwiDeN에서 우리는 문제의 표현 방식별 및 표현 방식 불변 측면을 적절히 처리하는 새로운 '깊은' 표현 스타일 기반 전환 메커니즘을 활용합니다. 우리는 50개 범주로 구성된 여러 스타일로 표현된 객체가 포함된 Photo-Art 데이터셋에서 SwiDeN을 대체 아키텍처와 이전 연구 결과와 비교했습니다. 실험 결과, SwiDeN이 표현 방식 불변 객체 인식 문제에서 다른 접근법보다 우수한 성능을 보임을 확인할 수 있었습니다.