学习在少量图像集合中寻找公共对象
计算机视觉与模式识别
2019-08-20 v2
摘要
给定一组包，其中每个包是一组图像，我们的目标是从每个包中选出一张图像，使得所选图像来自同一对象类别。我们将该选择建模为一个具有一元与成对势能函数的能量最小化问题。受近期少样本学习算法启发，我们提出一种直接从数据中学习势能函数的方法。此外，我们提出了一种用于能量最小化的快速贪心推断算法。我们在少样本公共对象识别与对象共定位任务上评估了我们的方法。实验表明，学习成对与一元项大幅提升了模型相对于若干知名方法在这些任务上的性能。所提出的贪心优化算法取得了与最先进结构化推断算法相当的性能，同时速度快约 10 倍。代码已公开于 https://github.com/haamoon/finding_common_object。
引用
@article{arxiv.1904.12936,
title = {Learning to Find Common Objects Across Few Image Collections},
author = {Amirreza Shaban and Amir Rahimi and Shray Bansal and Stephen Gould and Byron Boots and Richard Hartley},
journal= {arXiv preprint arXiv:1904.12936},
year = {2019}
}
备注
ICCV 2019