面向目标计数的域随机化
计算机视觉与模式识别
2022-02-18 v1 人工智能
摘要
近来，基于游戏引擎的合成数据集已被证明可改善计算机视觉中若干任务的性能。然而，这些数据集通常仅适用于计算机游戏中所描绘的特定域，例如涉及车辆与行人的城市场景。本文中，我们提出一种为任意域生成目标计数合成数据集的方法，无需由昂贵3D艺术家团队手动生成的照片级真实技术。我们引入一种基于合成数据集的目标计数域随机化方法，其生成快速且廉价。我们有意避免照片真实感并急剧增加数据集的可变性，生成具有随机纹理与3D变换的图像，从而改善泛化能力。实验表明，我们的方法在多个域的各类真实世界目标计数数据集上促成良好性能：行人、车辆、企鹅与水果。源代码见：https://github.com/enric1994/dr4oc
引用
@article{arxiv.2202.08670,
title = {Domain Randomization for Object Counting},
author = {Enric Moreu and Kevin McGuinness and Diego Ortego and Noel E. O'Connor},
journal= {arXiv preprint arXiv:2202.08670},
year = {2022}
}