PMODE：基于原型掩码的目标尺寸估计
计算机视觉与模式识别
2022-12-29 v1
摘要
神经网络能否在真实场景中估计物体的尺寸？本文中，我们提出一种方法和深度学习架构，利用单目相机估计视频中感兴趣四边形物体的尺寸。所提技术不使用相机标定或手工几何特征；然而，特征是在训练过程中借助分割神经网络的系数学习的。我们采用了基于实时实例分割的深层神经网络，其骨干为 ResNet50，给出物体的原型掩码从而提供感兴趣区域以回归其尺寸。实例分割网络经训练仅关注最近的感兴趣物体。回归通过 MLP 头执行，其仅关注边界框检测头的掩码系数与原型分割掩码。我们使用三种不同随机相机训练系统，在尺寸估计测试数据集上取得了 22% 的 MAPE。
引用
@article{arxiv.2212.13281,
title = {PMODE: Prototypical Mask based Object Dimension Estimation},
author = {Thariq Khalid and Mohammed Yahya Hakami and Riad Souissi},
journal= {arXiv preprint arXiv:2212.13281},
year = {2022}
}
备注
10 pages