多ラベル画像分類のためのパッチベースのトレーニングを用いた因果推論

本論文では、目標オブジェクトとその共起オブジェクトから生成される相関特徴を仲介変数として捉え、その正の影響を活かしつつ負の影響を軽減するための因果推論フレームワークを提案する。具体的には、目標オブジェクトのみに起因する直接効果を強化することで、共起情報に過剰に依存することを防ぐ。さらに、目標オブジェクトの位置が不明であるため、パッチベースの推論と学習を導入し、この目的を達成する。