基于整体与局部的动作与属性分类
计算机视觉与模式识别
2015-05-07 v2
摘要
我们研究了局部部位对于动作与属性分类任务的重要性。受计算机视觉近期进展的启发，我们利用卷积网络特征开发了一种基于局部部位的方法。我们的部位检测器是 poselets 的深度版本，能够捕捉一组特定姿态下的人体部位。针对动作与属性分类任务，我们训练了整体卷积神经网络，并表明加入局部部位信息使得两项任务均取得了顶尖的性能。此外，我们将两项任务当前评估协议中默认使用的 oracle 人体检测器替换为 state-of-the-art 的人体检测系统，以此展示了我们方法的有效性。
引用
@article{arxiv.1412.2604,
title = {Actions and Attributes from Wholes and Parts},
author = {Georgia Gkioxari and Ross Girshick and Jitendra Malik},
journal= {arXiv preprint arXiv:1412.2604},
year = {2015}
}