ドメインが重要な理由：水中物体検出におけるドメイン効果の予備的研究
Why Domain Matters: A Preliminary Study of Domain Effects in Underwater Object Detection
水中環境でのドメインシフトが物体検出性能に与える影響を、物理的特性に基づく新しいラベリング枠組みで分析し、従来の合成スタイル変換では捉えられない実世界の要因による性能変動と隠れた失敗モードを明らかにした。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Melanie Wille, Dimity Miller, Tobias Fischer, Scarlett Raine
分類: cs.CV, cs.LG, cs.RO
原文アブストラクト
Domain shift, where deviations between training and deployment data distributions degrade model performance, is a key challenge in underwater environments. Existing benchmarks testing performance for underwater domain shift simulate variability through synthetic style transfer. This fails to capture intrinsic scene factors such as visibility, illumination, scene composition, or acquisition factors, limiting analysis of real-world effects. We propose a labeling framework that defines underwater domains using measurable image, scene, and acquisition characteristics. Unlike prior benchmarks, it captures physically meaningful factors, enabling semantically consistent image grouping and supporting domain-specific evaluation of detection performance including failure analysis. We validate this on public datasets, showing systematic variations across domain factors and revealing hidden failure modes.
