マンバカプセルルーティング：部品全体関係に基づく迷彩物体検出に向けて

fulfulggg commented 1 week ago

タイトル: マンバカプセルルーティング：部品全体関係に基づく迷彩物体検出に向けて

リンク: https://arxiv.org/abs/2410.03987

概要:

カプセルネットワーク（CapsNet）に備わっている部分-全体の関係性は、セグメンテーションの完全性により、カモフラージュされた物体検出において有効であることが知られています。しかし、従来の期待値最大化（EM）カプセルルーティングアルゴリズムは、計算量とパラメータ数が多く、この傾向を阻害しています。その主な原因は、ピクセルレベルのカプセルルーティングにあります。そこで本稿では、タイプレベルで動作する新しいマンバカプセルルーティングを提案します。具体的には、まずマンバ内の潜在状態をカプセルベクトルとして抽出し、ピクセルレベルバージョンからタイプレベルカプセルを抽象化します。これらのタイプレベルマンバカプセルをEMルーティングアルゴリズムに入力することで、高レベルマンバカプセルを取得します。これにより、部分-全体関係の探索におけるピクセルレベルカプセルルーティングに起因する計算量とパラメータ数が大幅に削減されます。さらに、カモフラージュされた物体検出のためにピクセルレベルのカプセル特徴を取得するために、隣接するタイプレベルマンバカプセルの相関に基づき、低レベルピクセルレベルカプセルを用いて実現します。広く使用されている3つのCODベンチマークデータセットを用いた広範な実験により、提案手法が最先端技術を大幅に上回ることを示しています。コードはhttps://github.com/Liangbo-Cheng/mamba_capsuleで公開されています。

fulfulggg commented 1 week ago

@yukihiko-fuyuki が以下のラベルを提案し、適用しました：

object-detection
image-segmentation
deep-learning

fulfulggg commented 1 week ago

論文要約

論文要約: マンバカプセルルーティング：部品全体関係に基づく迷彩物体検出に向けて

この論文では、迷彩物体検出における新しいアプローチであるマンバカプセルルーティングを提案しています。

従来手法の問題点:

迷彩物体検出には、物体の一部分と全体の関係性を理解することが重要。
カプセルネットワークは、この関係性を捉えるのに有効だが、計算コストが高い。
特に、ピクセルレベルでのカプセルルーティングが計算コスト増加の原因となっていた。

提案手法:

マンバと呼ばれる領域単位でカプセルを生成し、ピクセルレベルではなくタイプレベルでカプセルルーティングを行う。
これにより、計算コストとパラメータ数を大幅に削減。
最終的な迷彩物体検出のために、隣接するマンバ間の相関に基づき、ピクセルレベルの特徴を復元。

成果:

3つの主要な迷彩物体検出ベンチマークにおいて、従来手法を大幅に上回る精度を達成。

要点:

マンバカプセルルーティング: 計算効率の高いカプセルルーティングを実現
タイプレベルルーティング: 計算コスト削減の鍵
迷彩物体検出: 高い精度を達成

コード: https://github.com/Liangbo-Cheng/mamba_capsule

fulfulggg / Information-gathering