用于二维视觉查询定位的贝叶斯决策方法
计算机视觉与模式识别
2023-05-30 v1
摘要
本报告描述了我们参与 EGO4D 2023 视觉查询 2D 定位挑战赛的方法。我们的方法旨在减少因视觉裁剪块与基线区域提议网络（RPN）所提议边界框高度相似而产生的假阳性（FP）数量。我们使用一个 transformer 在高维空间确定相似度，作为先验信念。随后将结果与来自 Siamese Head 的低维相似度（作为测量）结合，生成后验，并用于判定视觉裁剪块与提议边界框的最终相似度。我们的代码公开可用 。
引用
@article{arxiv.2305.17611,
title = {Bayesian Decision Making to Localize Visual Queries in 2D},
author = {Syed Asjad and Aniket Gupta and Hanumant Singh},
journal= {arXiv preprint arXiv:2305.17611},
year = {2023}
}
备注
Report for the EGO4D 2023 Visual Query 2D Localization Challenge