通过（幻觉）运动提升静态图像中弱监督目标检测的效果
计算机视觉与模式识别
2024-09-17 v1
摘要
虽然运动在各种任务中受到关注，但其作为弱监督目标检测（WSOD）静态图像模态的潜力尚未被探索。我们的研究引入了一种方法，通过整合运动信息来增强 WSOD 方法。该方法涉及从静态图像中利用幻觉运动来提高 WSOD 在图像数据集上的性能，利用 Siamese 网络进行具有运动的表示学习，通过运动归一化解决相机运动问题，并根据目标运动选择性训练图像。在 COCO 和 YouTube-BB 数据集上的实验验证表明，我们的方法优于最新方法。
关键词
引用
@article{arxiv.2409.09616,
title = {Enhancing Weakly-Supervised Object Detection on Static Images through (Hallucinated) Motion},
author = {Cagri Gungor and Adriana Kovashka},
journal= {arXiv preprint arXiv:2409.09616},
year = {2024}
}