基于匹配的语义部件检测：从有限训练数据学习泛化至新视角
计算机视觉与模式识别
2019-09-16 v4
摘要
检测物体的语义部件是计算机视觉中的一项挑战性任务，特别是由于标注语义部件的困难，很难构建大型标注数据集。在本文中，我们提出了一种从小型标注语义部件训练集学习的方法，其中物体仅从有限视角范围观察，但能泛化到从更大视角范围检测语义部件。我们的方法基于一种匹配算法，用于寻找两幅图像间精确的空间对应，从而能够将一幅图像上标注的语义部件移植到另一幅。具体而言，这使得训练集中的图像能够与物体的虚拟3D模型匹配（为简便起见，我们假设物体视角可通过标准技术估计）。随后使用聚类算法标注该3D虚拟模型的语义部件。该虚拟3D模型可用于从大范围视角合成标注图像。这些图像可使用同一匹配算法与测试集中的图像匹配，以检测物体在新视角下的语义部件。我们的算法非常简单、直观，且包含极少参数。我们在VehicleSemanticPart数据集的轿车子类上评估了我们的方法。我们展示其优于标准深度网络方法，尤其在新视角上表现远好。为促进未来研究，代码已公开：https://github.com/ytongbai/SemanticPartDetection
引用
@article{arxiv.1811.11823,
title = {Semantic Part Detection via Matching: Learning to Generalize to Novel Viewpoints from Limited Training Data},
author = {Yutong Bai and Qing Liu and Lingxi Xie and Weichao Qiu and Yan Zheng and Alan Yuille},
journal= {arXiv preprint arXiv:1811.11823},
year = {2019}
}