Tagger : Regroupement Perceptuel Non Supervisé en Profondeur

Nous présentons un cadre pour une inférence perceptuelle efficace qui raisonne explicitement sur la segmentation de ses entrées et caractéristiques. Plutôt que d'être entraîné pour une segmentation spécifique, notre cadre apprend le processus de regroupement de manière non supervisée ou en parallèle avec toute tâche supervisée. En enrichissant les représentations d'un réseau de neurones, nous lui permettons de regrouper de manière itérative les représentations de différents objets. En permettant au système d'amortir l'inférence itérative des regroupements, nous atteignons une convergence très rapide. Contrairement à de nombreuses autres méthodes récemment proposées pour traiter des scènes multi-objets, notre système n'assume pas que les entrées soient des images et peut donc gérer directement d'autres modalités. Pour la classification multi-chiffres d'images très encombrées nécessitant une segmentation de texture, notre méthode offre une performance de classification améliorée par rapport aux réseaux de convolution malgré son caractère entièrement connecté. De plus, nous observons que notre système améliore considérablement le résultat semi-supervisé d'un réseau de base Ladder sur notre ensemble de données, indiquant que la segmentation peut également améliorer l'efficacité des échantillons.