초록
제로샷 객체 검출은 제한 없는 테스트 이미지에서 (보기와) 미보기 클래스의 검출을 위해 클래스 의미 벡터를 통합하는 것을 목표로 합니다. 본 연구에서는 이 연구 분야의 핵심 과제들을 밝히는데, 그것은 실제 샘플만큼 클래스 내에서 다양하고 클래스 간에 구분되는 강건한 영역 특성을 (미보기 객체에 대해) 어떻게 합성할 것인가입니다. 이를 통해 강력한 미보기 객체 검출기를 훈련시킬 수 있습니다. 이러한 과제들을 해결하기 위해, 우리는 클래스 내 의미 발산(Intra-class Semantic Diverging) 구성 요소와 클래스 간 구조 보존(Inter-class Structure Preserving) 구성 요소를 포함하는 새로운 제로샷 객체 검출 프레임워크를 구축하였습니다. 전자는 각 클래스 의미 벡터로부터 다양한 시각적 특성을 얻는 일대다(one-to-more) 매핑을 실현하여, 실제 미보기 객체를 이미지 배경으로 잘못 분류하는 것을 방지합니다. 후자는 합성된 특성이 너무 산발적이어서 클래스 간 및 전경-배경 관계가 혼동되는 것을 피하는데 사용됩니다. 제안된 접근법의 효과성을 입증하기 위해, PASCAL VOC, COCO, 그리고 DIOR 데이터셋에서 포괄적인 실험이 수행되었습니다. 특히, 우리의 접근법은 PASCAL VOC와 COCO에서 새로운 최고 성능을 달성하였으며, 원격 감지 영상에서 제로샷 객체 검출을 수행한 첫 번째 연구입니다.