通过自底向上方法在语义分割中实现竞争性博弈表现
计算机视觉与模式识别
2021-03-02 v1
摘要
随着神经网络的复兴，目标检测已逐渐从自底向上的识别问题转向自顶向下的方法。业界最优算法枚举近乎完整的对象列表，并将每个对象分类为对象/非对象。在本文中，我们展示了在基于视觉的对象识别任务中，使用自底向上方法仍可获得强劲性能，并实现具有竞争力的视频游戏表现。我们提出 PuckNet，其利用全卷积神经网络检测对象的四个极值点（上、左、下和最右点）以及一个中心点。目标检测由此成为一个纯粹的基于关键点的外观估计问题，无需隐式特征学习或区域分类。本文提出的方法与业界最优的基于区域的检测方法表现相当，在 COCO test-dev 上边界框 AP 为 36.4%。此外，估计出的极值点可直接解析为矩形对象掩码，在 COCO 上 Mask AP 为 17.6%，优于原始边界框的 Mask AP。极值点的引导分割进一步将其提升至 32.1% Mask AP。我们将 PuckNet 视觉系统应用于 SuperTuxKart 视频游戏，以测试其在动态且协作的多人环境中实现竞争性游玩的能力。
引用
@article{arxiv.2103.00657,
title = {Achieving Competitive Play Through Bottom-Up Approach in Semantic Segmentation},
author = {E. Pryzant and Q. Deng and B. Mei and E. Shrestha},
journal= {arXiv preprint arXiv:2103.00657},
year = {2021}
}