从视频中识别车辆状态（Fluents）
计算机视觉与模式识别
2016-03-29 v1
摘要
物理状态（fluents）这一术语最初由牛顿[40]使用，指动态场景中的时变物体状态。本文关注从视频中推断车辆的fluents。例如，车门（引擎盖、后备箱）通过各种动作处于打开或关闭状态，灯光闪烁以转向。识别这些fluents具有广泛应用，但在计算机视觉文献中却很少受到关注。车辆状态（fluent）识别需要一个统一的框架来进行车辆检测、车辆部件定位以及部件状态识别，这由于巨大的结构和外观变化、低分辨率以及遮挡而变得困难。本文学习了一种时空与或（And-Or）层次模型来表示车辆fluents。该模型的学习在隐结构SVM框架下公式化。由于尚无公开的相关数据集，我们收集并标注了一个包含具有多样fluents的车辆视频的车辆状态（fluent）数据集。实验中，所提方法在车辆状态（fluent）识别和车辆部件定位方面优于几种高度相关的基线方法。
引用
@article{arxiv.1603.08067,
title = {Recognizing Car Fluents from Video},
author = {Bo Li and Tianfu Wu and Caiming Xiong and Song-Chun Zhu},
journal= {arXiv preprint arXiv:1603.08067},
year = {2016}
}
备注
Accepted by CVPR 2016