基于生成-判别模型的最小监督场景特定目标检测器学习

一个目标类别由于不同的光照、背景和相机视角可能表现出巨大变化。传统的目标检测方法在非受限视频环境下常表现较差。为解决此问题，许多现代方法建模深度层次外观表示用于目标检测。这类方法大多需要在大型人工标注样本集上进行耗时的训练过程。本文提出的框架采取显著不同的方向，以自底向上的方式解决多场景检测问题。首先，场景特定目标检测器通过鼠标在首视频帧中目标周围标记若干边界框触发完全自主的学习过程来获得。此处不需要人类标注的训练数据或通用检测器。其次，该学习过程方便地在不同监控场景中复制多次，并在各种相机视角下产生特定检测器。因此，所提框架可用于具有最小监督的多场景目标检测应用。显然，由若干边界框初始化的初始场景特定检测器检测性能差，且难以用传统在线学习算法改进。为此，我们提出生成-判别模型来划分检测响应空间，并为每个划分分配一个渐进实现高分类精度的独立描述子。提出一种新颖的在线渐进优化过程来优化生成-判别模型并聚焦于困难样本。在六个视频数据集上的实验结果表明，我们的方法取得了与鲁棒监督方法相当的性能，并在变化成像条件下优于最先进的自学习方法。