街路シーンの分布外物体検出を Synthetic Outlier Exposure と転移学習で実現

Abstract

要旨： Out-of-distribution (OOD) オブジェクト検出は、重要であると同時に十分には検討されていない課題です。信頼性の高いオブジェクト検出器は、OODオブジェクトを局在化し、正しくOODとして分類することで対応できるべきです。しかし、このような非典型的なオブジェクトが検出器に完全に見逃され、背景として誤って扱われるという重大な問題が生じます。既存のOOD検出手法は、複雑なアーキテクチャや補助ブランチに依存することが多く、ID（in-distribution）とOODを統一的に扱う枠組みを通常は提供していません。本研究では、IDオブジェクトと併せて、そうした黙って見落とされがちなOODオブジェクトを検出できる単一の検出器を実現することで、これらの制限に対処します。私たちは \textbf{SynOE-OD}、\textbf{Syn}thetic \textbf{O}utlier-\textbf{E}xposure-based \textbf{O}bject \textbf{D}etection framework を提示します。これは、Stable Diffusion のような強力な生成モデルと Open-Vocabulary Object Detectors (OVODs) を活用して、訓練時の外れ値として機能する、意味的に有意義なオブジェクトレベルデータを生成します。生成されたデータは転移学習に用いられ、強力なIDタスクの性能を確立し、OODオブジェクト検出の頑健性を検出モデルに補完します。我々のアプローチは、GroundingDINO のような OVOD が、街路シーンにおける OOD オブジェクト検出でゼロショット性能が限定的である、確立済みの OOD オブジェクト検出ベンチマークにおいて、最先端の平均適合度を達成します。）