从 2D 图像进行物体类别与 3D 姿态估计的卷积网络
计算机视觉与模式识别
2018-07-24 v3
摘要
当前基于 CNN 的从图像中恢复物体 3D 姿态的算法都假设已知物体类别及其在图像中的 2D 定位。在本文中，我们放宽其中一项约束，提出在已知 2D 定位的假设下，从图像中联合求解物体类别与 3D 姿态估计任务。我们为该任务设计了一种新架构，由在子任务间共享的特征网络、构建于特征网络之上的物体分类网络，以及一组依赖于类别的姿态回归网络组成。我们还为新架构引入了合适的损失函数与训练方法。在具有挑战性的 PASCAL3D+ 数据集上的实验表明，在联合分类与姿态估计任务上达到了最先进的性能。此外，我们在联合任务上的性能可与最先进方法在已知物体类别的更简单 3D 姿态估计任务上的性能相媲美。
引用
@article{arxiv.1711.07426,
title = {Convolutional Networks for Object Category and 3D Pose Estimation from 2D Images},
author = {Siddharth Mahendran and Haider Ali and Rene Vidal},
journal= {arXiv preprint arXiv:1711.07426},
year = {2018}
}