Fugu-MT 論文翻訳(概要): Semi-supervised Keypoint Localization

論文の概要: Semi-supervised Keypoint Localization

arxiv url: http://arxiv.org/abs/2101.07988v1
Date: Wed, 20 Jan 2021 06:23:08 GMT
ステータス: 処理完了
システム内更新日: 2021-03-22 08:07:24.252863
Title: Semi-supervised Keypoint Localization
Title（参考訳）: 半教師付きキーポイントローカライゼーション
Authors: Olga Moskvyak, Frederic Maire, Feras Dayoub, Mahsa Baktashmotlagh
Abstract要約: キーポイントのヒートマップを同時に学習し、不変なキーポイント表現を半監督的に提示することを提案する。提案手法は,ヒトおよび動物の身体ランドマークの定位に関するいくつかのベンチマークにおいて,従来の手法を著しく上回っている。
参考スコア（独自算出の注目度）: 12.37129078618206
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Knowledge about the locations of keypoints of an object in an image can assist in fine-grained classification and identification tasks, particularly for the case of objects that exhibit large variations in poses that greatly influence their visual appearance, such as wild animals. However, supervised training of a keypoint detection network requires annotating a large image dataset for each animal species, which is a labor-intensive task. To reduce the need for labeled data, we propose to learn simultaneously keypoint heatmaps and pose invariant keypoint representations in a semi-supervised manner using a small set of labeled images along with a larger set of unlabeled images. Keypoint representations are learnt with a semantic keypoint consistency constraint that forces the keypoint detection network to learn similar features for the same keypoint across the dataset. Pose invariance is achieved by making keypoint representations for the image and its augmented copies closer together in feature space. Our semi-supervised approach significantly outperforms previous methods on several benchmarks for human and animal body landmark localization.
Abstract（参考訳）: 画像中の物体のキーポイントの位置に関する知識は、特に野生動物のような視覚的な外観に大きな影響を与えるポーズに大きなバリエーションを示す物体の場合において、きめ細かい分類と識別作業を支援することができる。しかし、キーポイント検出ネットワークの教師付きトレーニングでは、動物種ごとに大きな画像データセットをアノテートする必要がある。ラベル付きデータの必要性を低減するため,ラベル付き画像の小さなセットとラベル付き画像のより大きなセットを用いて,キーポイントのヒートマップと不変キーポイント表現を半教師付きで同時に学習することを提案する。キーポイント表現は、キーポイント検出ネットワークがデータセット全体で同じキーポイントについて同様の機能を学ぶことを強制する、セマンティックなキーポイント一貫性制約で学習される。ポーズ不変性は、画像とその拡張コピーのキーポイント表現を特徴空間に近づけることで達成される。半教師付きアプローチは,人間および動物の身体のランドマークの定位に関するいくつかのベンチマークにおいて,これまでの手法を大きく上回っている。
全文参考訳へのリンク