在稀疏标注数据集中发现用于姿态估计的有用部件
计算机视觉与模式识别
2016-05-04 v1
摘要
我们的工作提出了一种新方法，通过从训练图像的未标注区域中发现部件来提高姿态估计精度。发现的部件用于为传统的基于部件的模型（如 Pictorial Structures [13] 及其衍生模型）生成更准确的外观似然。我们在飞行中的天蛾图像上的实验表明，对于此应用，我们提出的方法显著优于现有工作 [27]，同时也具有更广泛的适用性。我们提出的方法定位地标的精度至少是基于 Pictorial Structures 混合 (MPS) 模型的基线的两倍。我们独特的高分辨率蛾飞行 (HRMF) 数据集已公开并提供标注。
引用
@article{arxiv.1605.00707,
title = {Discovering Useful Parts for Pose Estimation in Sparsely Annotated Datasets},
author = {Mikhail Breslav and Tyson L. Hedrick and Stan Sclaroff and Margrit Betke},
journal= {arXiv preprint arXiv:1605.00707},
year = {2016}
}
备注
Accepted at WACV 2016