[논문리뷰 ICONIP 2021]Task-driven super resolution: Object detection in low-resolution images

Muhammad Haris, Shakhnarovich Greg, and Ukita Norimichi. Task-driven super resolution: Object detection in low resolution images. In ICONIP, 2021.

에 대한 간단한 논문 리뷰를 작성하겠다.

연구 진행 과정에서 나 또한 두 loss를 혼합하여 adaptive loss function을 정의하고자 하였으나, 내 network에 성공적으로 입히기에는 한계점이 있었다. 그래서 이 논문에서는 어떻게 실험을 구성하였고, 그에 따라서 어떤 결과가 나왔는지 분석하고자 하였다.

Motivation

체 탐지 손실을 SR 훈련 목표에 명시적으로 통합하는 End-to-End 프레임워크를 제안하여, 기계 인지에 최적화된 SR 이미지를 생성하고 저해상도 이미지에서의 객체 탐지 성능을 향상시키고자 함

Limitation

기존 Super Resolution (SR) 연구들은 픽셀 기반 품질(예: PSNR)에만 초점을 맞춰 다운스트림 객체 탐지 태스크의 요구사항을 반영하지 못했고, 이로 인해 인간의 시각적 품질과 기계의 태스크 성능 간 trade-off가 발생함

실험 구성 방식

총 7개의 실험 방식을 설계하여 진행되었으며