Open yiskw713 opened 4 years ago
Weihao Li, Omid Hosseini Jafari, Carsten Rother
HCI/IWR, Heidelberg University, Germany
CVPR2019 workshop
pdf
あらかじめ定義されていないクラスの物体の位置を特定する Common Component Activation Map(CCAM) を提案している. 本研究では,ResNetのような分類モデルの全結合層の出力をクラスの確率とみなすのではなく,component vector とみなす. 画像の集合の,すべての画像に対して component vector を計算し, その平均をgroup component vector とする.
通常のCAMは,特定のクラスsに対して以下の様に計算される.
集合中の,ある画像中の未知の物体に対するCAMを計算する際には,この group component vector (サイズ(C, )) のうち,値の大きい top k チャンネル分だけを用いる. こうすることで,未知クラスの物体に対しても localization ができるとのこと.
右のΣの部分は通常のCAMと同じで,全結合層の重みと特徴マップを掛け算している. チャネル方向に足し算を行う場合に,すべてのチャネルをつかうのではなく,top k のチャネルを使用している.
CorLoc という評価指標を使用
Jan. 6th, 2020
INFO
author
Weihao Li, Omid Hosseini Jafari, Carsten Rother
affiliation
HCI/IWR, Heidelberg University, Germany
conference or year
CVPR2019 workshop
link
pdf
概要
あらかじめ定義されていないクラスの物体の位置を特定する Common Component Activation Map(CCAM) を提案している. 本研究では,ResNetのような分類モデルの全結合層の出力をクラスの確率とみなすのではなく,component vector とみなす. 画像の集合の,すべての画像に対して component vector を計算し, その平均をgroup component vector とする.
通常のCAMは,特定のクラスsに対して以下の様に計算される.
集合中の,ある画像中の未知の物体に対するCAMを計算する際には,この group component vector (サイズ(C, )) のうち,値の大きい top k チャンネル分だけを用いる. こうすることで,未知クラスの物体に対しても localization ができるとのこと.
右のΣの部分は通常のCAMと同じで,全結合層の重みと特徴マップを掛け算している. チャネル方向に足し算を行う場合に,すべてのチャネルをつかうのではなく,top k のチャネルを使用している.
検証
CorLoc という評価指標を使用![Screenshot from 2020-01-06 16-17-42](https://user-images.githubusercontent.com/38214459/71802067-139a4780-30a0-11ea-945d-aa922378f191.png)
Comment
date
Jan. 6th, 2020