초록
세부 라벨을 수집하는 것은 일반적으로 전문가 수준의 도메인 지식이 필요하며, 확장성이 제한적입니다. 본 논문에서는 세부 라벨 샘플을 확장하기 위한 속성 수준의 데이터 증강 전략인 'Attribute Mix'를 제안합니다. 이 원칙은 세부 하위 범주 간에 속성 특징이 공유되며, 이미지 간에 부드럽게 전송될 수 있다는 것입니다. 이를 위해 동일한 슈퍼 카테고리에 속하는 속성을 발견하기 위한 자동 속성 채굴 방법을 제안하였으며, Attribute Mix는 두 이미지에서 의미 있는 속성 특징을 혼합하여 작동합니다. Attribute Mix는 단순하지만 효과적인 데이터 증강 전략으로, 추론 비용을 증가시키지 않으면서 인식 성능을 크게 향상시킬 수 있습니다. 또한, 동일한 슈퍼 카테고리의 이미지 간에 속성이 공유될 수 있으므로, 일반 도메인에서의 이미지를 사용하여 속성 수준의 라벨로 학습 샘플을 더욱 풍부하게 만들었습니다. 널리 사용되는 세부 벤치마크에서 수행된 실험들은 우리 제안 방법의 유효성을 입증하고 있습니다.