Core Concepts
物体除去の性能を適切に評価するために、クラス単位の物体除去結果と、対象クラスの物体のない画像を比較セットとして用いる新しい評価手法を提案する。
Abstract
本論文では、物体除去の性能を適切に評価する手法を提案している。従来の手法では、物体除去結果と元の画像を比較することで性能を評価していたが、この方法では適切な評価ができないことを示した。
そこで、提案手法では以下の2点を行う:
クラス単位の物体除去結果を用いて評価する。これにより、対象クラスの物体がない画像を比較セットとして使うことができる。
FIDとU-IDSという新しい評価指標を提案する。これらの指標は、比較セットに対象クラスの物体がない画像を使うことで、物体除去結果の品質を適切に評価できる。
提案手法は、COCO データセットを用いた実験でも人間の評価と一致する結果を示し、仮想環境で取得したデータセットでも物体除去GTを用いた評価と整合する結果が得られることを確認した。これにより、提案手法が物体除去の性能評価に適していることが示された。
Stats
物体除去結果の品質が高いほど、比較セットとの差が小さくなる。