难度几何？估计图像中视觉搜索的难度
计算机视觉与模式识别
2017-05-24 v1
摘要
我们解决了估计图像难度的问题，该难度被定义为人类解决视觉搜索任务的响应时间。我们通过众包平台收集了 PASCAL VOC 2012 数据集的图像难度人类标注。然后，我们分析了哪些人类可解释的图像属性会对视觉搜索难度产生影响，以及这些属性在预测难度时的准确性。接下来，我们基于使用 SOTA 卷积神经网络学习的深度特征构建了一个回归模型，并在预测人类标注者产生的真实视觉搜索难度分数方面展示了更好的结果。我们的模型能够根据难度分数正确排序约 75% 的图像对。我们还表明，我们的难度预测器能很好地泛化到训练期间未见过的新类别。最后，我们证明了我们预测的难度分数对于弱监督目标定位（提升 8%）和半监督目标分类（提升 1%）是有用的。
引用
@article{arxiv.1705.08280,
title = {How hard can it be? Estimating the difficulty of visual search in an image},
author = {Radu Tudor Ionescu and Bogdan Alexe and Marius Leordeanu and Marius Popescu and Dim P. Papadopoulos and Vittorio Ferrari},
journal= {arXiv preprint arXiv:1705.08280},
year = {2017}
}
备注
Published at CVPR 2016