限られたデータでの超微細粒度認識のための幾何ガイド付き自己教師あり学習

要旨: 本論文は、非常に類似した対象の固有の幾何学的特徴を調査し、データが限られた状況における超細粒度視覚分類（Ultra-FGVC）タスクに対処するために設計された、一般的な自己教師ありフレームワークである幾何属性探索ネットワーク（GAEor）を提案します。従来研究がしばしば捉えてきた、微妙ではあるが重要な差異とは異なり、GAEorは新たな代替の認識手がかりとして、幾何学的属性を生成します。これらの属性は対象内のさまざまな詳細に基づいて決定され、例えば大豆の葉に見られる複雑な葉脈構造のように、その幾何学的パターンに整合します。決定的に重要なのは、各カテゴリには、見た目の変化が最小限の対象の間であっても強力な手がかりとして機能する、異なる幾何学的記述子が存在することです。この点は、近年の研究では大きく見過ごされています。GAEorは、まずバックボーンネットワークからの視覚的フィードバックによって幾何に関係する詳細を増幅し、次にそれらの詳細の相対的な極座標を最終表現に埋め込むことで、これらの幾何学的属性を発見します。大規模な実験により、GAEorが、広く用いられている5つのUltra-FGVCベンチマークにおいて、最先端の新記録を大幅に更新することを示します。