ヒューリスティックに着想を得た推論プリオリがデータ効率の高い参照物体検出を促進する
arXiv cs.CV / 2026/3/26
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- 参照物体検出（ROD）の多くの既存モデルはデータ豊富な前提で設計されているが、ロボティクスやARなどではラベル不足が深刻になり得るため、データ効率の改善が課題だと指摘しています。
- 低データ・few-shot条件でROD性能を測るためのベンチマークプロトコルとして、Data-efficient Referring Object Detection（De-ROD）を提案しています。
- HeROD（Heuristic-inspired ROD）は、参照フレーズから導く解釈可能な空間・意味の“推論の事前”を、DETR系パイプラインの3段階（提案ランク付け、予測融合、Hungarianマッチング）に軽量に注入する、モデル非依存の枠組みです。
- RefCOCO/RefCOCO+/RefCOCOgの低ラベル条件で、HeRODは強力なグラウンディング基線を一貫して上回り、学習の収束性とラベル効率の向上が示されています。
- 研究全体として、単純で解釈可能な推論プリオリティを組み込むことが、視覚と言語のデータ効率理解に向けた実用的かつ拡張可能な方策になり得ると結論づけています。
