用于场景特定车辆检测与位姿估计的域随机化
计算机视觉与模式识别
2018-11-15 v1
摘要
我们解决了利用合成数据训练场景特定目标检测器与位姿估计器时的域鸿沟问题。虽然先前工作表明，学习场景特定模型的约束可被用来创建几何与光度一致的合成数据，但必须仔细设计尽可能接近真实世界数据分布的合成内容。在本工作中，我们提出通过外观随机化生成广泛的合成目标，以覆盖用于训练的真实图像空间。我们给出了结果的消融研究，以厘清随机化过程中不同组件的单独贡献。我们在 VIRAT、UA-DETRAC、EPFL-Car 数据集上评估了我们的方法，并证明使用场景特定的域随机化合成数据优于在有限真实数据上微调现成模型。
引用
@article{arxiv.1811.05939,
title = {Domain Randomization for Scene-Specific Car Detection and Pose Estimation},
author = {Rawal Khirodkar and Donghyun Yoo and Kris M. Kitani},
journal= {arXiv preprint arXiv:1811.05939},
year = {2018}
}