用于从无标签视频中发现物体的大规模物体挖掘
计算机视觉与模式识别
2019-04-30 v2
摘要
本文解决了从真实自动驾驶场景下捕获的无标签驾驶视频中进行物体发现的问题。在此类原始视频流中识别反复出现的物体类别是一项极具挑战性的任务。不仅需要在输入图像中定位物体候选，而且许多有趣的物体类别出现频率相对较低。因此物体发现必须应对物体分布长尾带来的困难。我们通过对使用通用物体跟踪器挖掘的物体轨迹进行挖掘，证明了在此类设定下实现全自动物体发现的可行性。为促进物体发现的进一步研究，我们发布了从 10+ 小时视频数据（560,000 帧）中自动挖掘的超过 360,000 条物体轨迹的集合。我们利用该数据集评估了不同特征表示与聚类策略对物体发现的适用性。
引用
@article{arxiv.1903.00362,
title = {Large-Scale Object Mining for Object Discovery from Unlabeled Video},
author = {Aljosa Osep and Paul Voigtlaender and Jonathon Luiten and Stefan Breuers and Bastian Leibe},
journal= {arXiv preprint arXiv:1903.00362},
year = {2019}
}
备注
Updated version of ICRA'19 paper (additional qualitative results); arXiv admin note: text overlap with arXiv:1712.08832