诊断最先进的目标提议方法
计算机视觉与模式识别
2015-07-17 v1
摘要
目标提议已成为一种流行的范式，用于替代当前 PASCAL VOC 和 ImageNet 中表现最佳方法所使用的穷举滑动窗口搜索。最近，Hosang 等人首次对各种图像级退化下现有方法的性能进行了统一研究。另一方面，一个关键问题“哪些目标级特性真正影响现有方法的性能？”尚未得到解答。受 Hoiem 等人关于类别目标检测工作的启发，本文首次对各种目标级特性对最先进目标提议方法的影响进行了元分析。具体而言，我们考察了目标大小、纵横比、标志性视图、颜色对比度、形状规则性和纹理的影响。我们还分析了现有方法对各种 PASCAL VOC 目标类别的定位精度和延迟。我们的研究揭示了现有方法在非标志性视图、小目标尺寸、低颜色对比度、形状规则性等方面的局限性。基于我们的观察，还总结并分享了关于现有目标提议技术选择以及未来技术设计的经验教训。
引用
@article{arxiv.1507.04512,
title = {Diagnosing State-Of-The-Art Object Proposal Methods},
author = {Hongyuan Zhu and Shijian Lu and Jianfei Cai and Quangqing Lee},
journal= {arXiv preprint arXiv:1507.04512},
year = {2015}
}
备注
Accepted to BMVC 2015