細粒度認識のための特徴とパーツの学習

本論文では、細粒度認識の問題、すなわち鳥種、車両モデル、犬種などの下位カテゴリを認識することについて論じます。私たちは、表現力豊かな外観記述子の学習と、識別的パーツの位置特定という2つの主要な課題に焦点を当てています。この目的のために、重要なパーツを検出し、細粒度の外観を記述するオブジェクト表現を提案します。パーツ検出器は、類似のポーズを持つ画像が同一の領域内で細粒度クラスのために自動的に発見できるという洞察に基づいて、完全に非監視の方法で学習されます。外観記述子は畳み込みニューラルネットワークを用いて学習されます。我々のアプローチは、パーツ注釈やセグメンテーションマスクを必要とせずに、画像レベルのクラスラベルのみを必要とします。これらは取得にコストがかかる可能性があります。我々は、これら二つの洞察を組み合わせることが細粒度認識に対する効果的な戦略であることを実験的に示します。