17일 전
세부 이미지 분류를 위한 채널 상호작용 네트워크
Yu Gao, Xintong Han, Xun Wang, Weilin Huang, Matthew R. Scott

초록
미세한 클래스 간 차이로 인해 미세한 이미지 분류는 도전적인 과제이다. 우리는 서로 다른 채널이 서로 다른 의미를 나타내기 때문에, 채널 간 풍부한 관계를 활용하면 이러한 미세한 차이를 효과적으로 포착할 수 있을 것이라 추정한다. 본 논문에서는 이미지 내부 및 이미지 간의 채널 간 상호작용을 모델링하는 채널 상호작용 네트워크(Channel Interaction Network, CIN)를 제안한다. 단일 이미지에 대해서는 이미지 내부의 채널 간 상관관계를 탐색하는 자기 채널 상호작용(Self-Channel Interaction, SCI) 모듈을 제안한다. 이는 상관관계가 있는 채널들로부터 보완적인 특징을 학습함으로써 더 강력한 미세한 특징을 생성할 수 있도록 한다. 또한 이미지 쌍이 주어질 경우, 거리 학습 기반의 메트릭 학습 프레임워크를 활용하여 샘플 간 채널 상호작용을 모델링하는 대조 채널 상호작용(Contrastive Channel Interaction, CCI) 모듈을 도입하여, CIN이 이미지 간 미세한 시각적 차이를 구분할 수 있도록 한다. 제안한 모델은 다단계 학습 및 테스트 과정 없이도 엔드투엔드 방식으로 효율적으로 학습 가능하다. 마지막으로, 공개된 세 가지 벤치마크에서 종합적인 실험을 수행한 결과, 제안한 방법은 DFL-CNN(Wang, Morariu, and Davis 2018) 및 NTS(Yang et al. 2018)와 같은 최신 기법들을 일관되게 초월하는 성능을 보였다.