開放シーンにおけるモデルの前景識別能力の低さと基底クラスの偏りが大きく新クラス検出精度が低い問題に対して、「慧眼识“新”」開放語彙物体検出手法を提案する。まず、前景特徴識別モジュールを設計し、前景推定器を用いて潜在的な新クラス領域をモデリングし、高品質な擬似ラベルを生成することで前景と背景を正確に区別し、モデルの前景特徴識別能力を強化する。次に、双方向特徴整合モジュールを提案し、双方向クロスモーダル整合機構と信頼度キャリブレーション戦略を採用し、訓練過程における基底クラスの偏りを抑制し、新クラス特徴の学習を強化する。最後に、コントラストノイズ除去学習モジュールを構築し、ノイズのある視覚－テキストペアを導入してコントラスト学習を実施し、モデルの前景特徴識別能力と新クラスの一般化能力をさらに向上させる。実験結果は、本手法がCOCOデータセットとより挑戦的な細粒度LVISデータセットにおいて、新クラス検出精度がそれぞれ44.9％および37.4％に達し、現行の主流手法より優れ、開放シーンにおける新クラス検出性能を効果的に向上させることを示している。

物体検出;開放語彙;前景特徴識別;双方向特徴整合;コントラストノイズ除去学習