基于深度模板的目标实例检测
计算机视觉与模式识别
2020-11-17 v3
摘要
目标检测文献中的大量关注集中于识别图像中特定类别物体的边界框这一问题。然而，在机器人与增强现实等场景中，往往需寻找特定物体实例——例如独一无二的玩具或定制工业零件——而非通用物体类别。此类应用可能需要在不同物体实例间快速切换，因而要求极短周转时间，几乎不容训练。此外，为每个待检测新物体实例收集数据集并训练模型可能是昂贵且耗时的过程。在此背景下，我们提出一种通用 2D 物体实例检测方法，在测试时利用目标物体的示例视角检索其在 RGB 图像中的 2D 位置，无需任何额外训练（即微调）步骤。为此，我们提出一种端到端架构，从物体视角中提取全局与局部信息。全局信息用于调整骨干网络中的早期滤波器，而局部视角则与输入图像相关联。我们的方法在具挑战性的 Occluded Linemod 数据集上相较先前模板匹配方法提升近 30 mAP（总体 mAP 达 50.7）。我们的实验还表明，我们的单一通用模型（未在任一测试物体上训练）所取得的检测结果与专门针对目标物体训练的方法相当。
引用
@article{arxiv.1911.11822,
title = {Deep Template-based Object Instance Detection},
author = {Jean-Philippe Mercier and Mathieu Garon and Philippe Giguère and Jean-François Lalonde},
journal= {arXiv preprint arXiv:1911.11822},
year = {2020}
}