利用图模型和分割外观一致性解析汽车语义部件
计算机视觉与模式识别
2014-06-13 v2
摘要
本文解决了汽车语义部件解析（分割）问题，即将汽车内的每个像素分配到一个部件（例如车身、车窗、车灯、车牌和车轮）。我们将其表述为一个关键点识别问题，其中一组关键点指定了部件的边界。提出了一种新颖的图模型混合体，它将关键点动态耦合到分割层次结构中。在对关键点之间的成对关系进行建模时，这种耦合使我们的模型能够利用空间形变之外的局部图像内容，这是大多数现有图模型所忽略的一个方面。特别是，我们的模型强制执行同一部件内各分割之间的外观一致性。汽车的解析，包括寻找关键点与层次结构中分割之间的最优耦合，是通过动态规划执行的。我们在 PASCAL VOC 2010 汽车图像子集和 3D Object Category 数据集的汽车子集（CAR3D）上评估了我们的方法。我们展示了良好的结果，特别是量化了使用分割外观一致性在部件定位和分割准确性方面的有效性。
引用
@article{arxiv.1406.2375,
title = {Parsing Semantic Parts of Cars Using Graphical Models and Segment Appearance Consistency},
author = {Wenhao Lu and Xiaochen Lian and Alan Yuille},
journal= {arXiv preprint arXiv:1406.2375},
year = {2014}
}
备注
12 pages, CBMM memo