学习在能量景观中导航
计算机视觉与模式识别
2016-03-21 v1
摘要
在本文中，我们提出了一种新颖且高效的架构，用于解决使用“分析-合成”（Analysis by Synthesis）的计算机视觉问题。分析-合成涉及重建误差的最小化，而重建误差通常是潜目标变量的非凸函数。最先进的方法采用混合方案，其中使用判别式训练的预测器（如随机森林或卷积神经网络）来初始化局部搜索算法。尽管这些方法已被证明能产生有前景的结果，但它们常常陷入局部最优。我们的方法超越了传统的混合架构，不仅提出多个精确的初始解，还定义了覆盖解空间的导航结构，可用于极其高效的无梯度局部搜索。我们在具有挑战性的 RGB 相机重定位问题上展示了我们方法的有效性。为了使 RGB 相机重定位问题特别具有挑战性，我们引入了一个新的 3D 环境数据集，其规模明显大于其他公开可用数据集中的环境。我们的实验表明，所提出的方法能够实现最先进的相机重定位结果。我们还展示了我们的方法在手部姿态估计和图像检索任务上的泛化能力。
引用
@article{arxiv.1603.05772,
title = {Learning to Navigate the Energy Landscape},
author = {Julien Valentin and Angela Dai and Matthias Nießner and Pushmeet Kohli and Philip Torr and Shahram Izadi and Cem Keskin},
journal= {arXiv preprint arXiv:1603.05772},
year = {2016}
}