リアルタイムかつ効率的な天候属性検出のためのヒューリスティック・スタイル変換

arXiv cs.CV / 2026/4/16

📰 ニュースSignals & Early TrendsModels & Research

共有:

要点

本論文は、RGB画像から天候タイプ（晴れ、雨、雪、霧）を検出し、さらに11の追加の天候属性を予測するための、軽量でリアルタイムな深層学習アーキテクチャを提案する。マルチタスク出力により、合計53クラスを扱う。
「視覚的スタイルとしての天候」を探究し、グラム行列（自動化／ローカルのグラム計算を含む）、切り詰めたResNet-50特徴、PatchGAN風の識別器、マルチタスク枠組み内での注意（アテンション）といった、スタイルに触発された仕組みを適用する。
2つのモデルファミリ—RTM（ResNet50-Truncated-MultiTasks）およびPMG（PatchGAN-MultiTasks-Gram）—を導入する。PMGはローカルなスタイルの捉え方により、強い空間的整合性を示す。
報告されている結果では、内部性能が高い（F1 > 96%）ことに加え、外部データセットにおける意味のあるゼロショット転移も示される（F1 > 78%）。これは、学習分布を超えた一般化を示唆する。
著者らは大規模なCC-BYデータセット（503,875枚の画像と12の天候属性）を公開している。また、PMGモデルはパラメータ数が<5Mでメモリ使用量も少ないことを強調しており、タスクの追加／削除をモジュールとして扱えることで、組込みシステムへの展開を想定している。