利用深度神经网络中局部特征共现的拼图求解
计算机视觉与模式识别
2018-07-10 v1 机器学习
机器学习
摘要
考古学家迫切需求自动化的物体重建方法。碎片重组接近于拼图问题，可由计算机视觉算法解决。由于深度学习算法常在多数图像相关任务上胜过传统方法，我们研究了一种可解拼图的分类方法。本文聚焦于分类相对位置：给定一对碎片，我们计算其局部关系（例如上下）。我们针对该领域最优方法提出了若干改进，本文方法以 25% 的优势超越前者。我们提出了一个由大都会艺术博物馆图片组成的原始数据集。我们提出了一种基于预测相对位置的贪心重建方法。
引用
@article{arxiv.1807.03155,
title = {Jigsaw Puzzle Solving Using Local Feature Co-Occurrences in Deep Neural Networks},
author = {Marie-Morgane Paumard and David Picard and Hedi Tabia},
journal= {arXiv preprint arXiv:1807.03155},
year = {2018}
}
备注
ICIP 2018