应用距离依赖中国餐馆过程的目标提议生成
计算机视觉与模式识别
2017-04-13 v1
摘要
在诸如机器人学等应用领域中，表示与机器人对其环境状态的信念相关的不确定性是有用的。仅产生单一“最佳猜测”作为结果的算法是不够的。在本文中，我们提出了基于非参数贝叶斯推断的目标提议生成，其允许对提议的似然进行量化。我们应用马尔可夫链蒙特卡洛通过距离依赖中国餐馆过程来绘制图像分割的样本。我们的方法在一个室内目标发现数据集上达到了最先进的性能，同时为每个提议提供了似然项。我们展示了该似然项可有效地用于根据提议的质量对其进行排序。
引用
@article{arxiv.1704.03706,
title = {Object proposal generation applying the distance dependent Chinese restaurant process},
author = {Mikko Lauri and Simone Frintrop},
journal= {arXiv preprint arXiv:1704.03706},
year = {2017}
}
备注
To appear at Scandinavian Conference on Image Analysis (SCIA) 2017