基于黑色屏幕亮度关键 keying 的目标检测与分割快速获取训练数据

深度神经网络(DNN)需要大量标注训练数据才能获得良好性能。这种数据通常通过手动标注(容易出错且耗时)或渲染(需要几何和材料信息)来生成。两种方法都使得其在许多小规模应用中难以或经济实施。在目标对象上记录约1分钟长的视频，部署高吸光率(99.99%)的黑色屏幕，以实现快速和直接的训练图像获取。我们采用亮度关键 keying而非色度键控，以规避典型问题，如颜色漂移或背景颜色与对象颜色之间的重叠。随后，我们通过简单亮度阈值分割自动生成对象掩码，无需手动标注。最后，我们将对象自动放置在随机背景上并训练2D目标检测器。我们对YCB-V目标数据集进行了广泛评估，结果在无需3D网格、材料或其他目标对象信息的情况下，以更短时间完成，性能优于其他常规技术如渲染。我们的工作表明，能够在几分钟内实现高度准确的训练数据获取，使能够开始训练最先进的网络。