DeepSetNet：用深度神经网络预测集合
计算机视觉与模式识别
2017-08-14 v5 人工智能
机器学习
摘要
本文探讨了使用深度学习进行集合预测的任务。这很重要，因为许多计算机视觉任务的输出，包括图像标注和目标检测，自然地表示为实体的集合而非向量。与向量不同，集合的大小不是预先固定的，并且对集合内实体的顺序具有不变性。我们定义了集合分布的似然，并使用深度神经网络学习其参数。我们还推导出了用于预测与集合势对应的离散分布的损失函数。在多类图像分类问题上演示了集合预测。此外，我们表明所提出的势损失也可以轻松应用于目标计数和行人检测任务。在标准数据集上，我们的方法在所有三种情况下均优于现有方法。
引用
@article{arxiv.1611.08998,
title = {DeepSetNet: Predicting Sets with Deep Neural Networks},
author = {S. Hamid Rezatofighi and Vijay Kumar B G and Anton Milan and Ehsan Abbasnejad and Anthony Dick and Ian Reid},
journal= {arXiv preprint arXiv:1611.08998},
year = {2017}
}
备注
Accepted in IEEE International Conference on Computer Vision (ICCV), Venice, 2017, (Spotlight)