基于无标签视频的大规模物体发现与检测器自适应
计算机视觉与模式识别
2017-12-27 v1
摘要
我们探索基于从移动平台捕获的无标签视频序列进行物体发现和检测器自适应。我们提出了一种完全自动化的从视频中进行物体挖掘的方法，其构建于通用物体跟踪方法之上。通过将该方法应用于自动驾驶和移动机器人场景的三个大型视频数据集，我们证明了其鲁棒性和通用性。基于物体挖掘结果，我们提出了一种通过基于外观的聚类进行无监督物体发现的新方法。我们表明该方法成功发现了与驾驶场景相关的有趣物体。此外，我们进行了自监督检测器自适应，以改进KITTI数据集上已有类别的检测性能。我们的方法对于实现自动驾驶的大规模物体学习具有直接意义。
引用
@article{arxiv.1712.08832,
title = {Large-Scale Object Discovery and Detector Adaptation from Unlabeled Video},
author = {Aljoša Ošep and Paul Voigtlaender and Jonathon Luiten and Stefan Breuers and Bastian Leibe},
journal= {arXiv preprint arXiv:1712.08832},
year = {2017}
}
备注
CVPR'18 submission