基于黎曼回归与分类网络的单目物体朝向估计
计算机视觉与模式识别
2018-07-20 v1
摘要
我们考虑在给定物体图像及其包围框的条件下，估计已知类别物体的三维朝向的任务。近来，基于CNN的回归与分类方法在该任务上取得了显著的性能提升。本文提出一种新的基于CNN的单目朝向估计方法，从四个不同方向推进了当前最优水平。首先，我们在设计回归损失与非线性激活函数时考虑了朝向空间的黎曼结构。其次，我们提出一种混合黎曼回归与分类框架，以更好地处理近对称物体的困难情形。第三，我们提出一种专门设计用于捕捉三维朝向变化的数据增强策略。第四，我们的方法在PASCAL3D+数据集上取得了当前最优结果。
引用
@article{arxiv.1807.07226,
title = {Monocular Object Orientation Estimation using Riemannian Regression and Classification Networks},
author = {Siddharth Mahendran and Ming Yang Lu and Haider Ali and René Vidal},
journal= {arXiv preprint arXiv:1807.07226},
year = {2018}
}