视频中无分割的对象发现
计算机视觉与模式识别
2016-09-02 v1
摘要
本文提出一种简单而有效的方法，在无监督情况下将静态图像的任何对象提议扩展至视频。与先前方法不同，这些时空提议（我们称之为轨迹）仅通过利用边界框随时间的空间相关性生成，依赖极少或毫无视觉内容。我们所获轨迹可能代表对象，并且是表征有意义视频内容以用于广泛任务的通用工具。对于未标注视频，轨迹可用于无任何监督地发现内容。作为进一步贡献，我们还提出一种基于分类器输出响应熵的、与数据集无关的新方法来评估通用对象提议。我们在两个竞争性数据集上实验，即YouTube Objects与ILSVRC-2015 VID。
引用
@article{arxiv.1609.00221,
title = {Segmentation Free Object Discovery in Video},
author = {Giovanni Cuffaro and Federico Becattini and Claudio Baecchi and Lorenzo Seidenari and Alberto Del Bimbo},
journal= {arXiv preprint arXiv:1609.00221},
year = {2016}
}