时空图像边界外推
计算机视觉与模式识别
2016-05-25 v1
摘要
图像与视频中的边界预测一直是活跃的研究主题，将视觉信息组织为边界和片段被认为是视觉感知的基石。以往工作侧重于预测已观测帧的边界，而我们的工作旨在预测未来未观测帧的边界。这要求我们的模型学习边界的演变并外推运动模式。我们在已建立的现实世界视频分割数据集上进行实验，该数据集为这一新任务提供了测试平台。我们首次展示了这一具有挑战性场景下的时空边界外推。此外，我们展示了在运动受物理定律支配的情况下边界的长期预测。我们在台球场景中成功预测了边界，无需任何强参数模型假设或物体概念。我们认为，我们的模型以极简的模型假设推导出了一种可应用于新场景的“直觉物理”概念。
引用
@article{arxiv.1605.07363,
title = {Spatio-Temporal Image Boundary Extrapolation},
author = {Apratim Bhattacharyya and Mateusz Malinowski and Mario Fritz},
journal= {arXiv preprint arXiv:1605.07363},
year = {2016}
}