基于深度学习驱动的单图像视觉路径预测
计算机视觉与模式识别
2016-12-16 v1
摘要
推理与预测能力是视觉系统的重要组成部分。本文探讨其中一项重要且具挑战性的任务：视觉路径预测。其目标是在静态场景中推断视觉对象未来的路径。该任务复杂，因需对场景及视频序列底层运动模式具备高层语义理解。实践中，杂乱环境也对所考虑模型的有效性与鲁棒性提出更高要求。受这些观察启发，我们提出一种深度学习框架，同时执行用于视觉表示的深度特征学习与时空上下文建模。此后，我们提出统一的路径规划方案，基于上下文模型的分析结果做出准确的未来路径预测。高效的视觉表示与深度上下文模型确保我们的框架对场景与运动模式进行深度语义理解，从而提升视觉路径预测任务性能。为全面评估模型在视觉路径预测任务上的性能，我们通过改编视频跟踪数据集构建了两个大型基准数据集。定性与定量实验结果表明，我们的方法优于现有方法且具备更好的泛化能力。
引用
@article{arxiv.1601.07265,
title = {Deep Learning Driven Visual Path Prediction from a Single Image},
author = {Siyu Huang and Xi Li and Zhongfei Zhang and Zhouzhou He and Fei Wu and Wei Liu and Jinhui Tang and Yueting Zhuang},
journal= {arXiv preprint arXiv:1601.07265},
year = {2016}
}