ＦＰＮ (2/4) 実施例の説明
はぐれ弁理士 PA Tora-O です。前回（第１回）では、ＦＰＮの概要について説明しました。改めて復習されたい方は、こちらのリンクから確認をお願いします。今回（第２回）は、ＦＰＮの実施例について説明します。
ネットワーク構造
まず、ＦＰＮ（Feature Pyramid Networks）のネットワーク構造は、次に示す図１の通りです。
出展：Feature Pyramid Networks for Object Detection
ＦＰＮは、次の４つの技術的特徴、［１］Bottom-up pathway、［２］Top-down pathway、［３］Lateral connections、［４］Feature pyramid、を有するネットワークです。ざっくり言えば、［１］は畳み込みニューラルネットワーク（ＣＮＮ）、［２］は逆畳み込みニューラルネットワーク（ＤＮＮ）、［３］はスキップ接続（skip-connection）、［４］多重解像度の特徴マップ（Multi-resolution feature maps）、にそれぞれ相当します。
ここで、ラテラル接続（≒スキップ接続）とは、入力画像の符号化＆復号化を行う際に、マップサイズが等しい上流側と下流側の特徴マップを合成する仕組みを意味します。
従来技術との対比
続いて、ＦＰＮと従来技術との対比を行います。ここで、従来技術として、（１）Ｕ－Ｎｅｔ、（２）ＳＳＤを挙げておきます（図２）。ここで、Ｕ－Ｎｅｔは、画素レベルでの領域分割を行うセグメンテーションモデルの一種です。また、ＳＳＤは、One-Stage Detector に分類される物体検出モデルの一種です。
出展：U-Net: Convolutional Networks for Biomedical Image Segmentation
出展：SSD: Single Shot MultiBox Detector
そこで、ＦＰＮ、Ｕ－Ｎｅｔ、ＳＳＤの各モデルについて、上記した４つの構成の有無を一覧できるように図３の表にまとめました。構成ありには「〇」を、構成なしには「×」をそれぞれ付けています。
図３の対比表（つまり、クレームチャート）から理解されるように、ＦＰＮは、Ｕ－ＮｅｔとＳＳＤを組み合わせた技術であって特許性（進歩性）がないようにも思われます。
以上、今回（第２回）は、ＦＰＮの実施例について説明しました。次回（第３回）は、ＦＰＮの特許性について少し突っ込んで考察します。
↓ブログランキングに参加しています。よろしければ１クリックお願いします。
