基于3D物体模型的汽车分割与姿态估计
计算机视觉与模式识别
2016-06-20 v2
摘要
图像分割与3D姿态估计是任何场景理解算法的两个关键环节。然而，最先进的基于CRF的的图像分割模型主要依赖2D物体模型来构建自顶向下的高阶势能。本文中，我们提出基于3D物体模型形状和体积的自顶向下势能，用于图像分割与姿态估计。我们展示这些复杂的自顶向下势能可以轻易分解为标准形式，以便在分割与姿态估计任务中进行高效推断。在汽车数据集上的实验表明，分割知识有助于更好地执行姿态估计，反之亦然。
引用
@article{arxiv.1512.06790,
title = {Car Segmentation and Pose Estimation using 3D Object Models},
author = {Siddharth Mahendran and René Vidal},
journal= {arXiv preprint arXiv:1512.06790},
year = {2016}
}