基于卷积神经网络的数字坐标回归
计算机视觉与模式识别
2018-05-07 v2
摘要
我们研究从输入图像中推断感兴趣点数值坐标的深度学习方法。现有的基于卷积神经网络的解决方案要么采用热图匹配方法，要么通过全连接输出层回归坐标。这两种方法均非理想：前者并非完全可微，后者缺乏固有的空间泛化能力。我们提出可微空间到数值变换（DSNT）以填补此空白。DSNT 层不添加可训练参数，完全可微，且表现出良好的空间泛化。与热图匹配不同，DSNT 在低分辨率热图下表现良好，因此可作为输出层嵌入多种现有全卷积架构。因而，相较于现有技术，DSNT 在推理速度与预测精度间提供了更好的权衡。当用于替换几乎所有最先进姿态估计方法中流行的热图匹配方法时，DSNT 在所测试的所有模型架构上均给出更优的预测精度。
引用
@article{arxiv.1801.07372,
title = {Numerical Coordinate Regression with Convolutional Neural Networks},
author = {Aiden Nibali and Zhen He and Stuart Morgan and Luke Prendergast},
journal= {arXiv preprint arXiv:1801.07372},
year = {2018}
}