BBBD：基于边界框的遮挡检测与顺序恢复检测器
计算机视觉与模式识别
2022-04-28 v1
摘要
遮挡处理是目标检测、分割及场景理解的挑战之一。因为物体在不同程度、角度和位置的遮挡下呈现不同外观，因此判断场景中物体间是否存在遮挡及其前后顺序是语义理解的基本要求。现有工作大多使用基于深度学习的模型来恢复图像中实例的顺序或进行遮挡检测，这需要标注遮挡数据且耗时。本文提出一种更简单、更快速的方法，无需任何训练，仅需模态分割掩码即可同时完成这两项操作。对于遮挡检测，我们不再完整扫描两个物体，而是仅关注它们边界框之间的相交区域。同样，我们利用该区域内的分割掩码来恢复深度顺序。在 COCOA 数据集上测试时，我们的方法在顺序恢复和遮挡检测上的准确率分别比基线高出 +8% 和 +5%。
引用
@article{arxiv.2204.12841,
title = {BBBD: Bounding Box Based Detector for Occlusion Detection and Order Recovery},
author = {Kaziwa Saleh and Zoltan Vamossy},
journal= {arXiv preprint arXiv:2204.12841},
year = {2022}
}
备注
7 pages, 4 figures