協調的注目領域検出のための適応型グループ一貫性ネットワーク

協調的注目領域検出は、画像グループ間で共通の顕著なオブジェクトを検出することに焦点を当てています。深層学習が協調的注目領域検出に適用されることで、より正確で効果的なモデルがエンドツーエンドの方法で提案されています。しかし、これらのモデルには、協調的注目領域検出のさらなる性能向上を妨げる2つの主な欠点があります：1）静的な方式に基づく推論、2）入力画像の量が一定であること。これらの制限に対処するために、画像のランダムな数量に対して内容適応調整能力を持つ新しい適応型グループ一貫性ネットワーク（AGCNet）を提案します。AGCNetでは、まず市販の顕著オブジェクト検出モデルから生成された内部注目領域の予測を導入します。次に、各個別画像のグループ一貫性を捉えるための適応型グループ一貫性（AGC）モジュールを提案し、異なる視点からグループ一貫性を捉えるために三つのスケールの特徴に適用します。このモジュールは二つの主要なコンポーネントで構成されており、内容適応型グループ一貫性ブロックは、内部注目領域の予測の支援を受けて、上記の制限を打破してグローバルなグループ一貫性を適応的に捉え、ランキングに基づく融合ブロックは、一貫性を各画像特徴の個別属性と組み合わせて、各画像のための識別的なグループ一貫性特徴を生成します。AGCモジュールに続いて、特別に設計された集約デコーダーが三つのスケールのグループ一貫性特徴を集約し、多様なスケールの協調的オブジェクトに適応して初期検出を行います。最後に、二つの通常のデコーダーを組み込んで、初期検出を徐々に精緻化し、最終的な協調注目マップを生成します。四つのベンチマークデータセットにおける広範な実験は、AGCNetが19の最先端モデルと比較して競争力のある性能を達成していることを示しており、提案されたモジュールは実験的に実質的な実用的メリットを示しています。