学习直接优化用于场景理解
计算机视觉与模式识别
2020-05-08 v2 图形学
机器学习
摘要
我们提出了一种学习直接优化（LiDO）方法，用于细化描述输入图像x的潜变量模型。我们的目标是以可解释的3D计算机图形模型（具有场景图潜变量z，如物体外观、相机位置）来解释单幅图像x。给定z的当前估计，我们可以渲染图像的预测g(z)，并将其与图像x进行比较。标准做法是度量两者之间的误差E(x, g(z))，并使用优化器最小化该误差。然而，尚不清楚哪种误差度量E能最有效地同时处理物体错位、遮挡、纹理等问题。相反，LiDO方法训练一个预测网络直接预测对z的更新以进行修正，而不是相对于z最小化误差。实验表明，我们的LiDO方法收敛迅速，因为它无需在误差曲面上进行搜索，比基于误差的竞争者产生更好的解，并且能够处理数据与拟合场景模型之间的不匹配。我们将LiDO应用于一个逼真的合成数据集，并表明该方法也能迁移到真实图像上表现良好。
引用
@article{arxiv.1812.07524,
title = {Learning Direct Optimization for Scene Understanding},
author = {Lukasz Romaszko and Christopher K. I. Williams and John Winn},
journal= {arXiv preprint arXiv:1812.07524},
year = {2020}
}