物体検出における教師データの効率的な作成

抄録

物体検出は、教師あり学習によって解決できる画像認識のタスクの一つである。物体検出の教師データにはBounding Boxとクラスラベルがある。これらの教師データの作成は一般的に人手で行われるためコストが高い。本研究は、教師データに用いる正確なBounding Boxの作成を目的とする。人手による正確なBounding Boxの作成は高コストであるが、正確性を要求しないBounding Boxであれば、人手であっても比較的低コストに作成できる。そこで、物体に対して余裕のある低コストなBounding Boxから、正確なBounding Boxを作成する手法を提案する。提案手法では、人手で作成したBounding Boxを用いて、その内側の領域に対するセマンティックセグメンテーションによって得られた推定領域全体を、正確なBounding Boxとした。この手法によって、物体に対して余裕のあるBounding Boxから、より正確なBounding Boxを作成することができた。