对象学习与鲁健的3D重建

本论文讨论了用于神经网络学习在无监督情况下将图像解码为感兴趣对象的能力的架构设计和训练方法。2D无监督对象分割的主要挑战在于区分感兴趣的前景对象与背景。FlowCapsules利用运动作为2D场景中感兴趣对象的线索。本论文后半部分聚焦于3D应用，目标是检测并从输入图像中移除感兴趣的对象。在这些任务中，我们利用场景在3D中的几何一致性来检测不一致的动态对象。我们随后使用的transient object masks用于设计鲁健的优化核，以提高casual capture setup中的3D建模质量。本论文的一个目标是展示无监督基于对象的计算机视觉方法的价值。此外，我们提出了可能的方向，以无需监督方式定义感兴趣的对象或前景对象。我们希望激励和激发社区进一步探索图像理解任务中的显式对象表示。