MARS-CLIP: 多重解像度特徴量抽出とアテンション機構の洗練によるゼロショット画像セグメンテーション
斎藤 凪都 (東北大学), 伊藤 慎太郎 (東北大学), 伊藤 康一 (東北大学), 青木 孝文 (東北大学)
画像の認識・理解シンポジウム, pp. 1--5, August 2026.
Abstract
本論文では，ゼロショット画像セグメンテーション手法 MARS-CLIP を提案する．CLIP は，ゼロショット認識に優れるが，低解像度と構造情報の欠落により密な予測タスクで精度が低下する．提案手法では，画像分割による多重解像度特徴抽出で解像度不足を補い，中間層の空間情報と色情報に基づくアテンションにより物体境界を考慮する．複数の公開データセットを用いた実験により，本手法の有効性を実証する．