SizeNet:基于物体真实尺寸的卷积网络物体识别
计算机视觉与模式识别
2021-05-27 v2 人工智能
摘要
受人类在真实世界中识别物体时会选择对应于物体真实尺寸的视觉皮层区域来分析其特征这一结论的启发,本文提出一种框架 SizeNet,它基于物体的真实尺寸与特征来解决物体识别问题。SizeNet 在自建的 Rsize 数据集上进行了物体识别实验,并与最先进的方法 AlexNet、VGG-16、Inception V3、Resnet-18 和 DenseNet-121 进行了比较。结果表明,SizeNet 的物体识别准确率远高于其他算法。SizeNet 能解决两个难题:正确识别特征高度相似但真实尺寸明显不同的物体,以及正确区分真实尺寸与目标物体明显不同的干扰物体。这是因为 SizeNet 不仅基于物体特征,还基于其真实尺寸进行识别。物体的真实尺寸有助于排除真实尺寸范围与物体真实尺寸不匹配的干扰物体类别,从而大幅减少用于基于物体特征的下游物体识别的标签集中的物体类别数量。SizeNet 对可解释计算机视觉的研究具有重要意义。我们的代码与数据集将公开。
引用
@article{arxiv.2105.06188,
title = {SizeNet: Object Recognition via Object Real Size-based Convolutional Networks},
author = {Xiaofei Li and Zhong Dong},
journal= {arXiv preprint arXiv:2105.06188},
year = {2021}
}