假设与边界：一种用于从单张二维图像同时进行三维形状重建、姿态估计和分类的计算焦点注意机制
计算机视觉与模式识别
2011-09-28 v1 计算几何
摘要
本文提出了一个数学框架，用于从单张二维图像同时解决三维重建、姿态估计和物体分类问题。与主要依赖二维信息并分别或迭代解决这三个问题的最先进方法形成鲜明对比，我们提出了一个数学框架，该框架整合了关于不同物体类别三维形状的先验“知识”，并使用假设与边界（H&B）算法联合且同时地解决这些问题。在所提出的H&B算法中，为每个可能的[物体类别，物体姿态]对定义一个假设，算法选择使函数L(H)最大化的假设H，该函数编码每个假设如何“解释”输入图像。为了高效地找到这个最大值，并不对每个假设H精确计算函数L(H)，而是以低得多的成本计算其上下界。为了获得既紧致又计算成本低的L(H)边界，我们将文献[14]中描述的形状理论扩展到处理形状的投影。这种扩展使我们能够定义三维先验知识与二维输入图像之间的概率关系。该关系从第一性原理推导而来，并被证明是唯一具有我们直觉上期望的“投影”属性的关系。除了H&B算法的效率和最优性特征外，所提出的框架还具有将二维图像中的信息与三维先验中的信息整合以估计最优重建的理想特性。虽然本文主要关注上述问题，但我们相信本文提出的理论具有多种其他潜在应用。
引用
@article{arxiv.1109.5730,
title = {Hypothesize and Bound: A Computational Focus of Attention Mechanism for Simultaneous 3D Shape Reconstruction, Pose Estimation and Classification from a Single 2D Image},
author = {Diego Rother and Siddharth Mahendran and René Vidal},
journal= {arXiv preprint arXiv:1109.5730},
year = {2011}
}