单次通用目标定位
计算机视觉与模式识别
2022-11-28 v1 机器学习
摘要
本文提出一种称为 OneLoc 的通用单次目标定位算法。当前的单次目标定位或检测方法要么依赖于缓慢的穷举特征匹配过程，要么缺乏泛化到新物体的能力。相比之下，我们提出的 OneLoc 算法通过一种特殊的投票方案高效地找到物体中心与边界框尺寸。为使方法保持尺度不变性，仅估计单位中心偏移方向与相对尺寸。提出一种新颖的稠密均衡投票模块以更好地定位无纹理小物体。实验表明，所提方法在 OnePose 数据集与 LINEMOD 数据集上取得了最先进的整体性能。此外，我们的方法还可实现单次多实例检测与非刚性物体定位。代码仓库：https://github.com/qq456cvb/OneLoc。
引用
@article{arxiv.2211.13392,
title = {One-Shot General Object Localization},
author = {Yang You and Zhuochen Miao and Kai Xiong and Weiming Wang and Cewu Lu},
journal= {arXiv preprint arXiv:2211.13392},
year = {2022}
}