用于视角感知推断的高斯过程先验

Yuxin Hou; Ari Heljakka; Arno Solin

用于视角感知推断的高斯过程先验

机器学习 2021-03-05 v2 计算机视觉与模式识别机器学习

作者: Yuxin Hou , Ari Heljakka , Arno Solin

摘要

尽管基于深度神经网络的帧无关预测已成为许多计算机视觉任务的主要解决方案,但利用帧间相关性的潜在益处却较少受到关注。尽管概率机器学习提供了将相关性编码为先验知识用于推断的能力,但在将概率方法应用于现代视觉问题的理论与实践之间存在着明显的鸿沟。为此,我们推导了一个原则性框架,将相机位姿(平移与朝向)之间的信息耦合与深度模型相结合。我们提出了一种新颖的视角核,它推广了 $\mathrm{SO}(3)$ 中的标准周期核。我们展示了这种软先验知识如何辅助若干与位姿相关的视觉任务,如新视角合成以及预测生成模型潜空间中的任意点,指向了一系列帧间推理的新应用。

关键词

高斯过程先验视角感知推断相机位姿视角核新视角合成生成模型

引用

@article{arxiv.1912.03249,
  title  = {Gaussian Process Priors for View-Aware Inference},
  author = {Yuxin Hou and Ari Heljakka and Arno Solin},
  journal= {arXiv preprint arXiv:1912.03249},
  year   = {2021}
}

备注

Appearing in AAAI 2021

用于视角感知推断的高斯过程先验

摘要

关键词

引用

备注

相关论文