用于增强图像识别的几何表面图像预测
计算机视觉与模式识别
2020-12-16 v1 图形学
摘要
本工作提出一种从照片预测几何表面图像以辅助图像识别的方法。为识别物体，训练模型或微调预训练模型需要来自不同条件下的若干图像。本工作中，引入几何表面图像作为比彩色图像更好的表征，以克服光照条件的影响。该表面图像由彩色图像预测得到。为此，首先将几何表面图像与其彩色照片一同使用生成对抗网络（GAN）模型进行训练。随后将训练得到的生成器模型用于从输入彩色图像预测几何表面图像。在一个护身符识别案例研究上的评估表明，在不同光照条件下，预测的几何表面图像比其对应的彩色图像包含更少的歧义，并可有效用于辅助图像识别任务。
引用
@article{arxiv.2012.08451,
title = {Geometric Surface Image Prediction for Image Recognition Enhancement},
author = {Tanasai Sucontphunt},
journal= {arXiv preprint arXiv:2012.08451},
year = {2020}
}