PANDA：用于深度属性建模的姿态对齐网络
计算机视觉与模式识别
2014-05-07 v2
摘要
我们提出了一种方法，用于从具有大视角、姿态、外观、关节活动和遮挡变化的人体图像中推断人体属性（如性别、发型、服装风格、表情、动作）。卷积神经网络 (CNN) 已被证明在大规模物体识别问题上表现优异。然而，在属性分类背景下，信号往往很微弱，可能仅覆盖图像的一小部分，而图像主要受姿态和视角效应的主导。消除姿态变化的影响需要在非常大的标注数据集上进行训练，而目前此类数据尚不可用。基于部件的模型（如 poselets 和 DPM）在此类问题上已显示出良好的性能，但它们受限于浅层的低层特征。我们提出了一种新方法，通过训练姿态归一化的 CNN，将基于部件的模型与深度学习相结合。我们在无约束设置下的挑战性属性分类任务中，展示了相较于最先进 (SOTA) 方法的显著改进。实验证实，我们的方法在该问题上优于最佳的基于部件的方法以及在整个人体边界框上训练的传统 CNN。
引用
@article{arxiv.1311.5591,
title = {PANDA: Pose Aligned Networks for Deep Attribute Modeling},
author = {Ning Zhang and Manohar Paluri and Marc'Aurelio Ranzato and Trevor Darrell and Lubomir Bourdev},
journal= {arXiv preprint arXiv:1311.5591},
year = {2014}
}
备注
8 pages