用于联合物体分类与姿态估计的卷积模型
计算机视觉与模式识别
2016-04-20 v6 人工智能
机器学习
摘要
在物体识别任务中，物体分类与估计物体姿态之间存在二分法：前者需要视图不变表示，而后者需要能够跨不同物体类别捕获姿态信息的表示。随着深度架构的兴起，主要焦点一直放在物体类别识别上。深度学习方法在此任务上取得了广泛成功。相反，使用这些方法进行物体姿态回归受到的关注相对较少。本文中，我们展示了深度架构，特别是卷积神经网络 (CNN)，如何适应于物体同时分类与姿态估计任务。我们调查并分析了各种 CNN 模型的层，并在它们之间广泛比较，目的是发现 CNN 的分布式表示层如何表示物体姿态信息，以及这与物体类别表示如何矛盾。我们在两个近期大型且具有挑战性的多视图数据集上进行了广泛实验。我们的模型在两个数据集上均达到了优于最先进水平 (state-of-the-art) 的性能。
引用
@article{arxiv.1511.05175,
title = {Convolutional Models for Joint Object Categorization and Pose Estimation},
author = {Mohamed Elhoseiny and Tarek El-Gaaly and Amr Bakry and Ahmed Elgammal},
journal= {arXiv preprint arXiv:1511.05175},
year = {2016}
}
备注
only for workshop presentation at ICLR