Hybrid Region Embedding을 이용한 Zero-Shot 객체 검출

물체 검출은 이미지 내 물체의 클래스와 위치를 정확히 예측해야 하므로 컴퓨터 비전에서 가장 어려운 문제 중 하나로 여겨집니다. 본 연구에서는 일부 대상 물체 클래스에 대한 시각적 훈련 데이터가 전혀 없는 상황, 즉 제로샷 물체 검출(Zero-Shot Object Detection, ZSD)을 더 어려운 시나리오로 정의합니다. 우리는 이 ZSD 문제를 해결하기 위한 새로운 접근 방식을 제시하는데, 여기서는 임베딩의 볼록 조합(Convex Combination of Embeddings)을 감지 프레임워크와 함께 사용합니다. ZSD 방법론의 평가를 위해 Fashion-MNIST 이미지를 기반으로 한 간단한 데이터셋과 Pascal VOC 감지 도전 과제용 맞춤 제로샷 분할(Custom Zero-Shot Split)을 제안합니다. 실험 결과는 우리의 방법이 ZSD에 대해 유망한 성능을 보여준다는 것을 시사합니다.