从无标注立体视频中学习独立物体运动
计算机视觉与模式识别
2019-01-09 v2
摘要
我们提出了一个从立体视频中学习独立运动物体运动的系统。我们系统中使用的唯一人工标注是2D物体边界框，其将物体的概念引入我们的系统。不同于先前基于学习的工作聚焦于预测稠密像素级光流场和/或每幅图像的深度图，我们提出预测物体实例特定的3D场景流图和实例掩码，从中我们能够推导每个物体实例的运动方向与速度。我们的网络考虑了问题的3D几何，使其能关联输入图像。我们给出了评估3D流向量以及深度图和投影2D光流精度的实验，我们联合学习的系统优于先前针对每个任务独立训练的方法。
引用
@article{arxiv.1901.01971,
title = {Learning Independent Object Motion from Unlabelled Stereoscopic Videos},
author = {Zhe Cao and Abhishek Kar and Christian Haene and Jitendra Malik},
journal= {arXiv preprint arXiv:1901.01971},
year = {2019}
}