一种用于实时目标检测的关键图分类框架

本文提出了一种新的基于关键点的目标检测方法。传统的基于关键点的方法包括对单个点进行分类，并使用姿态估计来剔除误分类。由于单个点不携带关系特征，此类方法本质上将结构信息的使用限制在了姿态估计阶段。因此，分类器仅考虑基于外观的特征向量，从而需要计算昂贵的特征提取或复杂的概率建模来实现令人满意的鲁棒性。相比之下，我们的方法包括对关键点图进行分类，这在分类阶段结合了结构信息，并允许提取自然鲁棒的更简单特征向量。在目前的工作中，考虑了三顶点图，尽管该方法是通用的，也可以采用更高阶的图。本文报告了在视频序列中进行实时目标检测所获得的成功实验结果。